版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、本文提出了一個基于Web使用挖掘的個性化電子商務(wù)網(wǎng)站系統(tǒng)。該系統(tǒng)利用遺傳算法結(jié)合聚類方法挖掘用戶的訪問歷史記錄,將當(dāng)前用戶的訪問行為劃分到某一類行為模式中,再根據(jù)同類訪問行為的記錄來進行個性化推薦服務(wù)。 目前基于遺傳算法的聚類分析大都是采用定長染色體,生成的聚類數(shù)目是預(yù)置的。本文在定長染色體遺傳算法聚類的基礎(chǔ)上提出了一種基于變長染色體遺傳算法的聚類方法,能夠在不預(yù)先輸入某些參數(shù)(如:聚類數(shù)、初始聚類中心、聚類中心間的最小距離等)
2、的情況下動態(tài)的輸出聚類結(jié)果,這樣就可以避免參數(shù)設(shè)置不當(dāng)而影響聚類結(jié)果。與定長染色體遺傳算法結(jié)合使用,在可以憑經(jīng)驗確定聚類個數(shù)的時候使用定長染色體遺傳算法,而在經(jīng)驗不足、無法確定聚類個數(shù)的時候使用變長染色體遺傳算法,這樣就兼顧了算法的效率與效果。 本系統(tǒng)優(yōu)點如下: (1)本系統(tǒng)采用了基于遺傳算法的聚類挖掘用戶訪問模式的方法?;谶z傳算法聚類的優(yōu)勢在于不用輸入初始聚類中心、聚類中心間的最小距離等參數(shù),避免了其他聚類算法對初始
3、聚類中心等參數(shù)非常敏感,參數(shù)設(shè)置不當(dāng)會影響聚類結(jié)果的問題。 (2)本系統(tǒng)將定長染色體編碼遺傳算法聚類與變長染色體編碼遺傳算法聚類結(jié)合應(yīng)用,提高了數(shù)據(jù)挖掘的效率和質(zhì)量。采用變長編碼遺傳算法聚類,最后輸出的聚類的個數(shù)是根據(jù)樣本的具體分布而定的,無須人工指定聚類數(shù)目。 (3)具有實時推薦能力,隨著用戶當(dāng)前訪問序列的變化而不斷調(diào)整推薦集。系統(tǒng)可以將用戶的訪問序列實時捕獲,再動態(tài)的將該用戶劃分到某一類訪問模式,這對網(wǎng)上商場等應(yīng)用很
4、有意義,因為即使是同一個人訪問網(wǎng)站,他的訪問興趣和目的也可能不斷變化,因而應(yīng)該推薦不同的產(chǎn)品。 (4)該論文的研究以網(wǎng)上商場等電子商務(wù)應(yīng)用為背景,本系統(tǒng)不僅能針對靜態(tài)頁面,而且可以基于動態(tài)網(wǎng)頁針對產(chǎn)品進行推薦,尤其適合于應(yīng)用在電子商務(wù)等采用了動態(tài)網(wǎng)頁技術(shù)的網(wǎng)站上。 (5)本系統(tǒng)在對用戶瀏覽行為的分析和產(chǎn)品實時推薦過程中,不需要用戶主動參與,無論用戶是否注冊了個人信息,或者是否登陸網(wǎng)站,都能夠進行個性化推薦,實現(xiàn)了“零輸入
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于遺傳算法的用戶個性化定制平臺研究.pdf
- 96152.基于推薦及遺傳算法的個性化課程生成與進化研究
- 基于網(wǎng)絡(luò)的個性化推薦算法研究.pdf
- 用戶興趣模型及實時個性化推薦算法研究.pdf
- 基于鍵值的個性化推薦算法.pdf
- 基于項目云的個性化推薦算法研究.pdf
- 基于信任機制的個性化推薦算法研究.pdf
- 基于遷移學(xué)習(xí)的個性化推薦算法研究.pdf
- 基于用戶行為的個性化推薦算法研究.pdf
- 基于本體的影視個性化推薦算法研究.pdf
- 基于關(guān)聯(lián)規(guī)則的個性化推薦算法研究.pdf
- 基于主動學(xué)習(xí)的個性化推薦算法研究.pdf
- 基于集成學(xué)習(xí)的個性化推薦算法研究.pdf
- 個性化推薦系統(tǒng)算法研究.pdf
- 基于綜合評價的個性化推薦算法研究.pdf
- 基于聚類的個性化推薦算法研究.pdf
- 基于項目的個性化推薦算法研究.pdf
- 基于遺傳算法的個性化《數(shù)據(jù)結(jié)構(gòu)》課程在線學(xué)習(xí)系統(tǒng).pdf
- 基于自然遺忘的個性化推薦算法研究.pdf
- 基于Web挖掘的個性化推薦算法研究.pdf
評論
0/150
提交評論