智能推薦方法的研究及其在網(wǎng)上書(shū)店的應(yīng)用.pdf

1、近年來(lái)，隨著電子商務(wù)和計(jì)算機(jī)技術(shù)的發(fā)展，把數(shù)據(jù)挖掘技術(shù)應(yīng)用在電子商務(wù)領(lǐng)域，解決了現(xiàn)有電子商務(wù)在個(gè)性化服務(wù)及商品信息推薦等方面的不足，提高了電子商務(wù)網(wǎng)站的競(jìng)爭(zhēng)力和吸引力，個(gè)性化推薦服務(wù)已經(jīng)受到所有電子商務(wù)網(wǎng)站的重視。
　　 網(wǎng)上書(shū)店是比較受學(xué)生歡迎的電子商務(wù)網(wǎng)站，許多著名的網(wǎng)上書(shū)店為了吸引讀者都先后建立了個(gè)性化的服務(wù)，根據(jù)用戶的習(xí)慣或者偏好，為用戶貼身定制服務(wù)或者向他們提供可能感興趣的信息以輔助他們購(gòu)買(mǎi)商品。但這些網(wǎng)上書(shū)店的個(gè)性化

2、服務(wù)系統(tǒng)存在著內(nèi)容單一，需要用戶顯式提供數(shù)據(jù)及需要在客戶端安裝插件等問(wèn)題，影響到用戶高效率地使用系統(tǒng)和個(gè)性化服務(wù)的質(zhì)量。
　　 本文在Apriori算法的基礎(chǔ)上提出了基于決策的數(shù)據(jù)挖掘和推薦方法，該方法利用層次分析法取得用戶對(duì)書(shū)籍類別的權(quán)重，此權(quán)重可以代表用戶的偏好，再在關(guān)聯(lián)規(guī)則挖掘的過(guò)程中加入權(quán)重，并對(duì)用戶和書(shū)籍類別進(jìn)行聚類，然后給出多種推薦策略。論文給出了面向網(wǎng)上書(shū)店的挖掘算法設(shè)計(jì)和推薦策略設(shè)計(jì)，并采用ASP.NET實(shí)現(xiàn)了該