搜索
单位代码10475学号104754110439分类号TP391.1硕士学位论文（专业学位）电子商务个性化推荐系统的设计与实现专业学位领域：计算机技术专业学位类别：工程硕士申请人：李晓丽指导教师：徐彬高级工程师二〇一三年五月DesignandImplementationofE-commercePersonalizedRecommendationSystemADissertationSubmittedtotheGraduateSchoolofHenanUniversityinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringByLiXiaoliSupervisor:SeniorEngineerXuBinMay,2013关于学位论文独创声明和学术诚信承诺本人向河南大学提出硕士学位申请。本人郑重声明：所呈交的学位论文是本人在导师的指导下独立完成的，对所研究的课题有新的见解。据我所知，除文中特别加以说明、标注和致谢的地方外，论文中不包括其他人已经发表或撰写过的研究成果，也不包括其他人为获得任何教育、科研机构的学位或证书而使用过的材料。与我一同工作的同事对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。在此本人郑重承诺：所呈交的学位论文不存在舞弊作伪行为，文责自负。学位申请人（学位论文作者）签名：201年月日关于学位论文著作权使用授权书本人经河南大学审核批准授予硕士学位。作为学位论文的作者，本人完全了解并同意河南大学有关保留、使用学位论文的要求，即河南大学有权向国家图书馆、科研信息机构、数据收集机构和本校图书馆等提供学位论文（纸质文本和电子文本）以供公众检索、查阅。本人授权河南大学出于宣扬、展览学校学术发展和进行学术交流等目的，可以采取影印、缩印、扫描和拷贝等复制手段保存、汇编学位论文（纸质文本和电子文本）。（涉及保密内容的学位论文在解密后适用本授权书）学位获得者（学位论文作者）签名：201年月日学位论文指导教师签名：201年月日I摘要在网上购物日益普及的今天，个人相对稳定的购买需求与网站提供的纷繁庞大的产品之间的矛盾越来越突出，“信息过载”和“信息迷失”的现象日益严重。个性化推荐技术在电子商务网站上的应用越来越普及，但是随着人们购物要求的提高，其面对的挑战也日益严峻。第一：冷启动问题，因为新用户几乎没有可以利用的行为信息，所以很难给出精确的推荐；另一方面新产品由于被选择次数少，也难以找到合适的方法推荐。第二：用户行为模式的挖掘和利用，用户的购买行为会随着时间、地点等各种外界因素而变化，如何准确的把握和利用用户的行为模式信息是推荐系统成败的关键点。第三：个性化推荐算法的选择，个性化推荐算法主要包括基于内容的推荐和协同过滤推荐，如何根据网站的数据选择合适的推荐算法直接决定着推荐结果的优劣。综上所述，本文采用热销榜和标签系统来解决冷启动问题，对于通过搜索引擎到达产品页面的用户，根据solr站内全文搜索系统向用户推荐和其搜索关键词相关的产品；用户行为偏好的挖掘采取混合挖掘方式，隐式和显式信息共同来决定用户的喜好，并采用向量空间方法来构建用户行为模型；对于产品特征关键词权重的计算利用HTTPCWS中文分词系统来进行分词处理；针对各个推荐算法的优缺点并依据商城的实际数据提出利用内容和协同过滤这两种算法组合加权来对用户进行针对性的推荐；最后利用百姓商城电子商务平台构建一个个性化产品推荐系统。关键词：电子商务，个性化推荐系统，冷启动，用户行为模式，组合加权推荐算法IIIABSTRACTWithstablegrowinginthepopularityofonlineshopping,thecontradictionbetweenpersonalpurchasebehavingandthehugecommoditydemandthatthewebsiteprovidesismoreandmoreprominent.Thephenomenonofinformationoverloadandinformationlostisgrowingmuchmoreserious.Theapplicationofpersonalizedrecommendationtechnologyone-commercewebsiteisbecomingincreasinglypopular,butwiththeimprovementofpeople'sshoppingrequirements,thechallengeitfacesisbecomingmoreandmorerigorous.First:coldstartproblem,becausenewuserscantakeadvantageoflittlebehavioralinformation,itisdifficulttogivepreciserecommendation;Ontheotherhandthenewproductshaveasmallnumberofchancetobeselected,itisdifficulttofindasuitablemethodtogiverightrecommendation.Second:theminingandutilizationofuserbehaviorpattern,digginguserbehaviorpatternscanimprovetheeffectoftherecommendationtosomeextent,buttheuser'sbuyingbehaviorwillchangewiththetime,andhowtoaccuratelygraspthebehaviorpatternsandmakingfulluseofinformationisastartingpointforthesuccessoftherecommendationsystem.Third:Theselectionofpersonalizedrecommendationalgorithm,personalizedrecommendationalgorithmincludingcontent-basedrecommendationandcollaborativefilteringrecommendation,andhowtoselecttheappropriaterecommendationalgorithmaccordingtothewebsitedirectlydeterminestherecommendedresults.Insummary,thispaperadoptsthehotlistandlabelsystemtosolvethecoldstartproblem,fortheuserreachingtheproductpagethroughsearchengine,itsrecommendationisbasedonthesolrfull-textIVsearchengineandthesearchkeywordsrelatedtotheproducts.Mininguserbehaviorpatternbymixedminingway,andimplicitandexplicitinformationtodeterminetheuserpreferences,andtheconstructofuserbehaviorisbasedonthevectorspacemodel.Tocalculatethekeywordweightofproductfeatures,thispaperuseHTTPCWSsystemofChinesewordsegmentation.Undertheanalysisoftheadvantagesanddisadvantagesofeachrecommendationalgorithm,combiningwiththeactualdata,thisarticlepresentscombinedweightedalgorithmtoachievepersonalizedrecommendation;IntheendthispaperrealizeapersonalizedproductrecommendationsystembasedontheplatformofPeopleMalle-commerce.KEYWORDS:E-commerce,personalizedrecommendationsystem,coldstart,userbehaviorpatterns,combinedweightedrecommendationalgorithmV目录摘要...........................................................................................................................................IABSTRACT............................................................................................................................III目录...........................................................................................................................................V1绪论......................................................................................................................................11.1课题的研究背景及意义..................................................................................................11.2个性化推荐系统的研究现状..........................................................................................21.2.1国外研究现状........................................................................................................................21.2.2国内研究现状........................................................................................................................31.3论文的组织结构..............................................................................................................42电子商务个性化推荐系统....................................................................................................52.1电子商务个性化推荐系统概述.............................