電子商務(wù)系統(tǒng)中Web數(shù)據(jù)挖掘技術(shù)的研究與實現(xiàn).pdf

1、隨著Internet的興起和普及，電子商務(wù)因為其成本低，方便快捷，足不出戶就可購買商品等優(yōu)點已經(jīng)在全球得到普及和發(fā)展，并成為未來發(fā)展的趨勢。然而，隨著電子商務(wù)系統(tǒng)規(guī)模的擴(kuò)大，大量的Web頁面提供給用戶越來越多的選擇，它的發(fā)展面臨了兩大問題：一是用戶面臨眾多的商品并不是全都感興趣，會迷失在復(fù)雜的網(wǎng)絡(luò)信息空間中，無法迅速有效地尋找到滿意的商品；二是商家也不能了解用戶的需求，提供給用戶千篇一律的界面，不能夠保證客戶的忠誠度。因此，個性化地服務(wù)

2、是制約電子商務(wù)系統(tǒng)發(fā)展的關(guān)鍵。
　　Web數(shù)據(jù)挖掘技術(shù)（Web Data Mining）就是在這一需求下運用在了電子商務(wù)系統(tǒng)中。Web數(shù)據(jù)挖掘，是數(shù)據(jù)挖掘技術(shù)在Web領(lǐng)域的延伸與發(fā)展，是從大量的Web文檔集合和在站點內(nèi)進(jìn)行瀏覽的相關(guān)數(shù)據(jù)中發(fā)現(xiàn)潛在的，有用的模式或信息，幫助在線用戶從海量的數(shù)據(jù)空間中高效地獲取有價值的知識。Web數(shù)據(jù)挖掘與電子商務(wù)系統(tǒng)結(jié)合可以為用戶提供個性化地服務(wù)。本文的主要工作如下：
　　1.分析了傳統(tǒng)的協(xié)同

3、過濾推薦算法的不足，針對原始用戶-項目評分矩陣的稀疏性，提出了基于項目屬性的混合協(xié)同過濾推薦算法。算法改進(jìn)了傳統(tǒng)的項目相似度算法，增加了基于項目屬性的相似度計算，然后再根據(jù)新的項目相似度，預(yù)測用戶對未知項目的評分，填充了原始用戶-項目評分矩陣，再計算用戶相似度，通過最近鄰產(chǎn)生TopN項目推薦。最后通過實驗證明了新算法使預(yù)測精度明顯提高。新算法緩解了原始矩陣的稀疏性，又保留了傳統(tǒng)協(xié)同過濾推薦算法的優(yōu)勢。
　　2.分析了Web日志頻繁