基于神經(jīng)網(wǎng)絡(luò)的電子商務(wù)個性化推薦系統(tǒng)研究.pdf

1、隨著計算機技術(shù)與網(wǎng)絡(luò)技術(shù)的快速發(fā)展，互聯(lián)網(wǎng)成為了人們?nèi)粘Ｉ钪斜夭豢缮俚墓ぞ摺ｋ娮由虅?wù)因其成本低廉、方便快捷、不受時空限制等特點而以令人難以置信的速度蓬勃興起，基于互聯(lián)網(wǎng)的商業(yè)Web站點結(jié)構(gòu)也變得更加復(fù)雜，用戶經(jīng)常會迷失在大量的商品信息空間中，無法順利找到自己需要的商品。怎樣在電子虛擬世界中有效的提高產(chǎn)品的吸引力，使企業(yè)盡可能獲得更多的效益？怎樣讓用戶在成百上萬的商品中，選擇到自己滿意的商品？電子商務(wù)推薦系統(tǒng)應(yīng)運而生，成為解決這些“信息

2、超載”問題最有效的工具之一。電子商務(wù)推薦系統(tǒng)通過模擬商店銷售人員，分析用戶的購買動機，主動向用戶推薦商品，幫助用戶找到所需商品，從而順利的完成購買過程。因此，電子商務(wù)個性化推薦系統(tǒng)有著強烈的應(yīng)用需求，具有非常高的研究價值。 本文梳理并分析了電子商務(wù)推薦系統(tǒng)的研究內(nèi)容與研究熱點，創(chuàng)造性地提出了用戶空間興趣與時間興趣的概念，并基于人工神經(jīng)網(wǎng)絡(luò)對用戶的綜合興趣進行建模。協(xié)同過濾是個性化推薦技術(shù)中應(yīng)用最為成功的技術(shù)之一，但由于推薦系統(tǒng)本

3、身和客觀環(huán)境要求的不斷提高，協(xié)同過濾技術(shù)也面臨了許多挑戰(zhàn)。本文針對傳統(tǒng)協(xié)同過濾的稀疏性、用戶興趣本身的時間動態(tài)性，提出了一種采用人工神經(jīng)網(wǎng)絡(luò)的方法進行修正，并進行了對比實驗。實驗結(jié)果表明，該方法的推薦質(zhì)量比傳統(tǒng)的協(xié)同過濾方法有所改善。主要研究工作如下： （1）詳細(xì)綜述電子商務(wù)個性化推薦下系統(tǒng)的研究現(xiàn)狀，并重點對用戶興趣建模技術(shù)進行歸納總結(jié)，在此基礎(chǔ)上，提出了一個綜合用戶空間興趣和用戶時間興趣的用戶興趣時空模型。 （2）從