基于客戶瀏覽行為的個(gè)性化推薦系統(tǒng)研究.pdf

1、隨著制造資源共享網(wǎng)站規(guī)模的擴(kuò)大，個(gè)性化服務(wù)缺乏成為制約資源共享網(wǎng)站發(fā)展的關(guān)鍵問題之一。為了解決這一問題，許多研究提出了基于客戶瀏覽行為的Web數(shù)據(jù)挖掘方法：根據(jù)客戶瀏覽行為模式，了解客戶的興趣愛好，為其提供個(gè)性化服務(wù)。
　　本文根據(jù)對(duì) Web數(shù)據(jù)挖掘中的聚類算法和個(gè)性化推薦系統(tǒng)中的協(xié)同過濾推薦算法的研究，改進(jìn)了基于聚類的協(xié)同過濾推薦算法：根據(jù)Web使用挖掘技術(shù)，自動(dòng)獲取客戶對(duì)某頁面（或商品）的興趣度，根據(jù)其興趣度不同，將客戶集劃分

2、為不同的聚類，然后根據(jù)每個(gè)聚類中客戶對(duì)商品的平均評(píng)分生成對(duì)應(yīng)的聚類中心，在此基礎(chǔ)上計(jì)算目標(biāo)用戶與聚類中心的相似性，選擇與目標(biāo)用戶相似性最高的若干個(gè)聚類作為查詢空間搜索目標(biāo)用戶的最近鄰居，從而提供推薦。該算法由聚類生成、虛擬客戶集生成和推薦產(chǎn)生三個(gè)主要步驟組成。
　　根據(jù)這一算法，本文設(shè)計(jì)了基于客戶瀏覽行為的個(gè)性化推薦系統(tǒng)，該系統(tǒng)由離線和在線兩部分模塊組成，離線模塊的主要任務(wù)是完成所有客戶集的分類，在線模塊則是推薦給在線客戶可能感興