基于移動平臺的電商個性化推薦系統(tǒng)研究.pdf

1、隨著互聯(lián)網時代的到來，電子商務以其實惠、便捷的購物優(yōu)勢逐漸贏得人們的青睞，網絡購物已經成為一種普遍的消費行為。然而，隨著商業(yè)規(guī)模不斷擴大和商品數量急劇膨脹，電子商務呈現(xiàn)出信息過載的趨勢。海量的商品信息在給用戶帶來更多選擇的同時，也為用戶及時搜尋令自己滿意的商品帶來諸多不便。這種負擔在移動互聯(lián)網的沖擊下顯得更為突出。移動互聯(lián)網技術的發(fā)展使得手機等移動設備正在逐步取代傳統(tǒng)的PC機成為人們獲取信息的主要途徑，移動網絡用戶規(guī)模的增長促使電子商務

2、由PC端向移動領域擴展，開啟了移動電子商務的全新商業(yè)模式。而由于移動終端顯示和處理能力的限制，移動電子商務將面臨更為嚴峻的信息過載問題。個性化推薦系統(tǒng)能夠為用戶提供實時精準的個性化推薦服務，提高用戶的滿意度和忠誠度，進而促進商品銷售。因此，為了讓移動端用戶能夠快速輕松地找到自己需要的商品，基于移動平臺的個性化推薦系統(tǒng)的研究顯得尤為重要。
　　本文首先從電子商務個性化推薦系統(tǒng)的基本理論著手，闡述了傳統(tǒng)的電子商務推薦系統(tǒng)的概念、作用及

3、整體架構，并對常見的幾種個性化推薦算法進行了分析和比較，發(fā)現(xiàn)協(xié)同過濾算法具有明顯優(yōu)勢。其次，本文對協(xié)同過濾算法進行了研究，描述了傳統(tǒng)協(xié)同過濾算法的概念、分類和面臨的瓶頸問題。隨后，挑選了較傳統(tǒng)協(xié)同過濾算法更加高效準確的Slope one算法進行研究，分析其優(yōu)點、原理及流程，并找出其存在的不足之處。本著提高推薦質量的目的，針對Slope one算法未考慮用戶興趣變化和用戶相似性這兩方面的問題，提出了基于用戶興趣遺忘函數和用戶最近鄰居篩選策