電子商務網(wǎng)站個性化推薦技術研究與實現(xiàn).pdf

1、隨著中國電子商務的不斷高速發(fā)展,全社會對電子商務的認識已經(jīng)進入一個新的層次。由于電子商務的優(yōu)勢特點,也引起了政府的廣泛關注,健康發(fā)展電子商務、拉動中國經(jīng)濟發(fā)展已經(jīng)被提到政府的工作日程之中。而傳統(tǒng)的大眾化信息服務模式不能根據(jù)Web用戶的不同需求提供個性化的信息服務。為了提高電商競爭力,要充分挖掘Web用戶的潛在信息需要。
　　本文主要研究Web挖掘在電子商務網(wǎng)站推薦系統(tǒng)的應用。首先研究一種合并式聚類算法生成頁面聚類。這種算法能夠隨時

2、根據(jù)用戶的訪問模型、頁面結構,頁面的內容改變生成新的頁面聚類,以提供給推薦系統(tǒng)使用。然后給出了一個頁面推薦算法。推薦時要先計算當前訪問節(jié)點以外的節(jié)點的推薦得分,然后設定一個最小推薦閾值,把聚類中的除了當前節(jié)點以外的節(jié)點都放到堆棧里,然后使用廣度優(yōu)先遍歷的方法,把推薦得分小于最小推薦閾值的節(jié)點丟掉。那些推薦得分大于最小推薦閾值的節(jié)點就可以成為推薦集合。最后,設計并實現(xiàn)了一個基于上述算法的個性化推薦系統(tǒng)。
　　實驗室環(huán)境下,推薦算法的