基于遺傳算法的實(shí)時(shí)個(gè)性化推薦研究.pdf

1、本文提出了一個(gè)基于Web使用挖掘的個(gè)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(jìn)行個(gè)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(zhǎng)染色體，生成的聚類數(shù)目是預(yù)置的。本文在定長(zhǎng)染色體遺傳算法聚類的基礎(chǔ)上提出了一種基于變長(zhǎng)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(dòng)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(zhǎng)染色體遺傳算法結(jié)合使用，在可以憑經(jīng)驗(yàn)確定聚類個(gè)數(shù)的時(shí)候使用定長(zhǎng)染色體遺傳算法，而在經(jīng)驗(yàn)不足、無(wú)法確定聚類個(gè)數(shù)的時(shí)候使用變長(zhǎng)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(diǎn)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(shì)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(duì)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(huì)影響聚類結(jié)果的問題。 (2)本系統(tǒng)將定長(zhǎng)染色體編碼遺傳算法聚類與變長(zhǎng)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(zhǎng)編碼遺傳算法聚類，最后輸出的聚類的個(gè)數(shù)是根據(jù)樣本的具體分布而定的，無(wú)須人工指定聚類數(shù)目。 (3)具有實(shí)時(shí)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(shí)時(shí)捕獲，再動(dòng)態(tài)的將該用戶劃分到某一類訪問模式，這對(duì)網(wǎng)上商場(chǎng)等應(yīng)用很

4、有意義，因?yàn)榧词故峭粋€(gè)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(chǎng)等電子商務(wù)應(yīng)用為背景，本系統(tǒng)不僅能針對(duì)靜態(tài)頁(yè)面，而且可以基于動(dòng)態(tài)網(wǎng)頁(yè)針對(duì)產(chǎn)品進(jìn)行推薦，尤其適合于應(yīng)用在電子商務(wù)等采用了動(dòng)態(tài)網(wǎng)頁(yè)技術(shù)的網(wǎng)站上。 (5)本系統(tǒng)在對(duì)用戶瀏覽行為的分析和產(chǎn)品實(shí)時(shí)推薦過程中，不需要用戶主動(dòng)參與，無(wú)論用戶是否注冊(cè)了個(gè)人信息，或者是否登陸網(wǎng)站，都能夠進(jìn)行個(gè)性化推薦，實(shí)現(xiàn)了“零輸入