基于協(xié)同過濾的電子商務(wù)個(gè)性化推薦系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、目前，以網(wǎng)上購物為重要形式的電子商務(wù)得到了迅猛發(fā)展，個(gè)性化推薦系統(tǒng)可望提升購買商品的便捷性與銷售效率，已成為目前研究的熱點(diǎn)。個(gè)性化推薦系統(tǒng)的核心是推薦算法，而協(xié)同過濾是其中簡(jiǎn)單且性能較優(yōu)的一種方法。論文以電影推薦為例，采用協(xié)同過濾方法設(shè)計(jì)并實(shí)現(xiàn)了個(gè)性化推薦系統(tǒng)，可為用戶推薦符合個(gè)人偏好的電影，避免用戶盲目地進(jìn)行電影選購，達(dá)到有效保留用戶與提高電子商務(wù)系統(tǒng)的銷售效率的目的。
　　論文的主要工作表現(xiàn)在：
　　（1）設(shè)計(jì)并實(shí)現(xiàn)了協(xié)

2、同過濾算法
　　對(duì)協(xié)同過濾算法進(jìn)行了簡(jiǎn)要介紹，并給出了算法中涉及到的相關(guān)指標(biāo)。根據(jù)協(xié)同過濾算法思想，從數(shù)據(jù)預(yù)處理、用戶與項(xiàng)目聚類、相似性指標(biāo)計(jì)算以及Top-N最近鄰選擇等方面設(shè)計(jì)推薦算法流程，并采用不同的交集方式產(chǎn)生推薦結(jié)果；針對(duì)用戶—項(xiàng)目評(píng)分的矩陣性質(zhì)，采用Matlab軟件實(shí)現(xiàn)所設(shè)計(jì)的算法，并利用MovieLens數(shù)據(jù)集對(duì)算法性能進(jìn)行了分析，比較了不同聚類數(shù)目、三類相似性指標(biāo)以及N值對(duì)算法性能的影響，實(shí)驗(yàn)結(jié)果表明算法具有較強(qiáng)的魯

3、棒性。
　?。?）設(shè)計(jì)了協(xié)同過濾推薦系統(tǒng)
　　通過分析推薦系統(tǒng)的功能與需求，設(shè)計(jì)了系統(tǒng)的模塊組成及相互關(guān)系，并確定了開發(fā)平臺(tái)與軟件形式；針對(duì)系統(tǒng)所處理的數(shù)據(jù)，利用Access軟件設(shè)計(jì)并生成用戶、項(xiàng)目與評(píng)分信息數(shù)據(jù)庫，得到了數(shù)據(jù)庫的具體組成內(nèi)容以及系統(tǒng)所必需的數(shù)據(jù)結(jié)構(gòu)形式；設(shè)計(jì)了組成系統(tǒng)的界面形式，給出了界面的具體功能、控件組成與布局方式等。
　?。?）實(shí)現(xiàn)了協(xié)同過濾推薦系統(tǒng)
　　在系統(tǒng)總體設(shè)計(jì)方案的技術(shù)上，給出了