基于数据挖掘的电子商务推荐模式研究

VIP免费
3.0 牛悦 2024-11-19 4 4 2.5MB 59 页 15积分
侵权投诉
摘 要
电子商务行业在我国飞速发展，网络购物用户规模已成为互联网应用中用户
增速最快的部分。在商机显现的时候，挑战也浮出水面。行业壁垒低，众多中小
型电子商务企业的涌入带来了剧烈的市场竞争和顾客资源的抢占。许多企业通过
加大广告等宣传来拓展其品牌、吸引顾客；也有少量的企业认识到提高顾客满意
度的重要性，将财力投入到电子商务网站技术研发，但却一味地追求个性化推荐
技术，以此来提升顾客忠诚度；这些举措的效果都不理想。
本课题针对中小型电子商务企业面临的以上窘境及企业实际特点，从技术角
度提供解决措施。建立中小型企业电子商务推荐模型，在该模型中将个性化推荐
模式和非个性化推荐模式相结合，利用数据挖掘算法进行推荐效率优化。该模型
能够解决两方面问题，一是能为企业决策者提供网站特色产品营销方案推荐支持；
二是能为网站购物用户提供个性化的推荐服务机制。将该模型应用到某洁具网站
的特色产品推荐和用户个性化服务两个方面，在特色产品推荐上运用传统数据挖
掘和 Web 文本挖掘相结合的技术进行数据的收集、处理及模式识别，并在其中运
用了多级模糊综合评判理论；在客户个性化服务方面，运用了传统数据挖掘技术，
并在算法方面使用了改进的 Apriori 算法。两方面的应用都取得了较好的实验效果，
证明了该模型的可行性。
本课题在理论上，提出了一个适用于中小型电子商务企业的推荐模型。将个
性化推荐和非个性化推荐结合的同时，在技术上将传统数据挖掘和 Web 数据挖掘
相结合，为以后的电子商业推荐系统研究提供了理论支持。在实际中，该模型的
应用不但为正处于经营困境的中小型电子商务企业提供技术支持，而且为广大的
网购客户提供了实时高效的推荐向导。
关键词：电子商务 数据挖掘 推荐系统 多级模糊综合评判
Apriori 算法
ABSTRACT
Today, as the rapid development of E-Commerce industry in China, online
shopping user has become the fastest growing segment in all Internet user types of
applications. E- Commerce enterprises have many chances. However, the challenge and
the chances coexist. Many small and medium-sized enterprises (SME) in E-Commerce
have brought fierce market competition and most of them have few customer resources
because of low trade barriers. Many of them expand their brand and attract customers
by increasing advertising cost. Besides, a small number of companies make their effort
on technology research of E-Commerce site to enhance customer loyalty. However, they
are only blindly pursuit of personalized recommendation technology. The effect of these
measures is not ideal.
According to the embarrassment SME are facing and their physical characteristics,
this subject provides solutions from the technical point of view. We develop
recommended model in E-Commerce of SME firstly. This model combines personalized
recommended model with non-personalized recommended model and uses data mining
algorithms to optimize efficiency. What’s more, this model can solve two problems. One
is providing recommended support of typical products’ marketing programs for business
decision makers. The other is providing personalized recommendation service
mechanism for online shopping users. Then, this model is applied on typical products
recommendation and personalized recommendation service of one sanitary ware
company. On typical products recommendation part, we use Web text mining and
traditional data mining techniques for data collection, processing and pattern
recognition, in which using multi-level fuzzy decision theory. Use the traditional data
mining techniques on personalized customer service part and use in the improved
Apriori algorithm on algorithms part. Two aspects of the application are achieved good
experimental results, which prove the feasibility of the model.
In theory, this subject develop a recommended model which suit to SME on
E-Commerce. Combine personalized recommendation with non personalized
recommendations .Moreover, put the traditional data mining and Web mining together
in technology. In short, this subject provides a theoretical support for study on
E-Commerce recommendation system in future. In practice, this subject not only
provide technical support for SME on E-Commerce which encounter difficulties on
operation, but also the application of this model provide efficient real-time
recommendation guide for the majority of online shopping customers.
Key Words ：E-Commerce, Data mining, Recommendation system,
Multi-level fuzzy comprehensive evaluation, Apriori
algorithm
目 录
中文摘要
ABSTRACT
第一章 绪论 .....................................................................................................................1
§1.1 选题的研究背景 ...............................................................................................1
§1.2 国内外的研究现状 ...........................................................................................2
§1.3 本文的研究内容与意义 ...................................................................................4
§1.4 本文的结构安排 ...............................................................................................6
第二章 数据挖掘相关理论 .............................................................................................8
§2.1 数据挖掘的概述 ...............................................................................................8
§2.1.1 数据挖掘的产生和发展 .........................................................................8
§2.1.2 数据挖掘的概念 .....................................................................................9
§2.2 数据挖掘的技术与流程 .................................................................................10
§2.2.1 数据挖掘的主要技术 ...........................................................................10
§2.2.2 数据挖掘的过程 ...................................................................................11
§2.3 Web 数据挖掘的理论 ..................................................................................... 12
§2.3.1 Web 挖掘的概念 ................................................................................... 13
§2.3.2 Web 挖掘与数据挖掘的区别 ............................................................... 13
§2.3.3 Web 挖掘的分类 ................................................................................... 14
§2.4 数据挖掘的局限性与未来研究热点 .............................................................16
§2.4.1 数据挖掘的局限性 ...............................................................................16
§2.4.2 数据挖掘未来研究热点 .......................................................................17
§2.5 本章小结 .........................................................................................................17
第三章 电子商务数据挖掘与推荐模式 .......................................................................18
§3.1 电子商务的理论 .............................................................................................18
§3.2 电子商务开展数据挖掘的数据源 .................................................................18
§3.3 电子商务数据挖掘的流程 .............................................................................20
§3.3.1 电子商务中传统数据挖掘的流程 .......................................................21
§3.3.2 电子商务中 Web 数据挖掘的流程 ..................................................... 22
§3.4 电子商务推荐模式 .........................................................................................23
§3.4.1 推荐模式的定义 ...................................................................................24
§3.4.2 电子商务推荐模式的作用 ...................................................................24
§3.4.3 电子商务推荐模式的分类 ...................................................................24
§3.4.4 电子商务推荐模式的技术 ...................................................................27
§3.5 本章小结 .........................................................................................................27
第四章 电子商务推荐模式体系结构 ...........................................................................28
§4.1 电子商务推荐模式体系结构的分析与建立 .................................................28
§4.1.1 离线挖掘 ...............................................................................................30
§4.1.2 在线推荐 ...............................................................................................31
§4.1.3 电子商务推荐模式体系结构的构建 ...................................................32
§4.2 本章小结 .........................................................................................................33
第五章 电子商务推荐模式算法及其应用 ...................................................................35
§5.1 基于数据挖掘的多级模糊算法的改进与应用 .............................................35
§5.1.1 多级模糊综合评判的理论 ...................................................................35
§5.1.2 理论应用 ...............................................................................................36
§5.2 改进的 Apriori 算法及在交易数据库中的应用 ...........................................40
§5.2.1 Apriori 算法及其改进 ........................................................................... 40
§5.2.2 理论应用 ...............................................................................................44
§5.3 本章小结 .........................................................................................................49
第六章 结论与展望 .......................................................................................................50
§6.1 结论 .................................................................................................................50
§6.2 展望 .................................................................................................................51
参考文献 .........................................................................................................................52
在读期间公开发表的论文和承担科研项目及取得成果 .............................................55
致 谢 .............................................................................................................................56
第一章 绪 论
-1-
第一章 绪论
§1.1 选题的研究背景
最近几十年来，由于全球经济的腾飞，人类对计算机信息的重视度越来越高，
投资也越来越多，全球已经进入了信息时代。伴随着全球因特网的普及和互联网
用户的增多，网络信息的传播呈现指数级的剧增，在我国尤为明显。2011 年1月
19 日，中国互联网络信息中心（CNNIC）在北京发布了《第 27 次中国互联网络发
展状况统计报告》。该报告表明截至 2010 年12 月底，我国已经拥有了 4.57 亿的网
民规模，相比较 2009 年底同比增长了 7330 万人，互联网的普及率提升到 34.3%，
相比较 2009 年底同比增长了 5.4%，最令人振奋的是网络购物用户规模年增长率为
48.6%，在互联网应用中用户增长部分排名第一，这就说明网络购物已越来越被人
们所接受和看好，互联网购物时代已经来临[1]。
在这样的环境下，电子商务抓住了契机并获得了蓬勃的发展。
1996 年IBM 公
司率先提出了电子商务（Electronic Commerce）的概念。电子商务是指将计算机技
术、远程通信技术和网络技术加以运用，便捷地实现整个商务过程，这里涉及到
资金流、商流和信息流。现在，电子商务已经做到在任何地点、任何时间、以多
种支付方式选择人们所钟爱的产品和服务。它在打破时间和空间限制的同时更加
注重为顾客提供便捷的服务。在不久的将来，电子商务的前进路线将会围绕着个
性化商品和个性化服务展开，这些都需要众人的智慧和创造力。
电子商务在飞速发展、规模不断扩大的同时，产生的电子商务数据也急剧增
多。该状况为电子商务的发展提供许多支持，但是也带来了负面的影响。据统计，
超过 98%的用户只对不到 2%的网络信息较为关心，这就说明了网络中的绝大多数
信息还未被使用，甚至未被关注过。这也从另一个侧面说明人们很容易被淹没在
信息的海洋中，这就为知识发现的发展提供了可能[2]。人们如何从电子商务网站浩
如烟海的后台数据库及网络数据中快速、高效地发现所需的信息，该问题已经成
为当前许多研究者关注的热点。
数据挖掘无疑是这些研究者针对此研究优先选择的工具。数据挖掘是在人类
为海量数据束手无策的背景下产生的，经过这些年的发展已经获得了众多国内外
学者的广泛好评。它的应用领域比较宽，主要包括商业、政府、情报安全、医疗
等多个方面。利用数据挖掘技术，我们可以从复杂的数据中提取出潜在的规则来
指导实践。在数据挖掘不断发展时，针对网络数据的挖掘已经变得越来越重要，
于是产生了 Web 数据挖掘。Web 挖掘也是在数据挖掘技术的基础上，从半结构化
甚至无结构化的 Web 数据中发现人们所感兴趣的、潜在的有用信息。利用数据挖
掘进行推荐系统的研究是大势所趋，我们有理由相信未来的电子商务发展之路将
摘要：

摘要电子商务行业在我国飞速发展，网络购物用户规模已成为互联网应用中用户增速最快的部分。在商机显现的时候，挑战也浮出水面。行业壁垒低，众多中小型电子商务企业的涌入带来了剧烈的市场竞争和顾客资源的抢占。许多企业通过加大广告等宣传来拓展其品牌、吸引顾客；也有少量的企业认识到提高顾客满意度的重要性，将财力投入到电子商务网站技术研发，但却一味地追求个性化推荐技术，以此来提升顾客忠诚度；这些举措的效果都不理想。本课题针对中小型电子商务企业面临的以上窘境及企业实际特点，从技术角度提供解决措施。建立中小型企业电子商务推荐模型，在该模型中将个性化推荐模式和非个性化推荐模式相结合，利用数据挖掘算法进行推荐效率优化...

展开>> 收起<<
基于数据挖掘的电子商务推荐模式研究.pdf

共59页,预览6页

还剩页未读， 继续阅读

相关推荐

更多
立即下载
作者：牛悦 分类：高等教育资料 价格：15积分 属性：59 页 大小：2.5MB 格式：PDF 时间：2024-11-19

开通VIP享超值会员特权

  • 多端同步记录
  • 高速下载文档
  • 免费文档工具
  • 分享文档赚钱
  • 每日登录抽奖
  • 优质衍生服务

作者详情

相关内容

更多

推荐作者

热门标签

/ 59
评分 收藏
分享
立即下载 VIP免费下载
客服
关注