电子商务推荐系统.doc

电子商务中的推荐系统是利用数据挖掘等技术,分析访问者在电子商务网站的访问行为,产生能帮助访问顾客访问感兴趣的产品信息的推荐结果. 电子商务系统规划与建设本来就包括数据库系统的建立,技术含量不是特高的电子商务推荐系统就是在原有的数据库系统上新添的利用数据挖掘技术对动态的客户访问所返回的数据加以分析并调出客户可能感兴趣的的产品目录。看这里---- 就知道它只是在原有的系统上加了些技术模块根据系统功能设计的要求以及功能模块的划分,数据库的设计相对较简单。除用于销售商品的电子商务网站中所必须的基本数据库表,如商品信息、用户信息、网站信息等外,还应包括:用于初始化数据设置的参数表、仅对有评分商品推荐起作用的顾客商品评分表、顾客商品购买记录表、商品聚类表、顾客聚类表、商品推荐表随着互联网的普及和电子商务的发展,电子商务系统在为用户提供越来越多选择的同时,其结构也变得更加复杂,用户经常会迷失在大量的商品信息空间中,无法顺利找到自己需要的商品。电子商务推荐系统直接与用户交互,模拟商店销售人员向用户提供商品推荐,帮助用户找到所需商品,从而顺利完成购买过程。在日趋激烈的竞争环境下,电子商务推荐系统能有效保留用户、防止用户流失,提高电子商务系统的销售。推荐系统在电子商务系统中具有良好的发展和应用前景,逐渐成为电子商务 IT 技术的一个重要研究内容,得到越了来越多研究者的关注。电子商务推荐系统在理论和实践中都得到了很大发展。但是随着电子商务系统规模的进一步扩大,电子商务推荐系统也面临一系列挑战。针对电子商务推荐系统面临的主要挑战,本文对电子商务推荐系统中推荐算法设计以及推荐系统体系结构等关键技术进行了有益的探索和研究。本文的研究内容主要包括电子商务推荐系统推荐质量研究,电子商务推荐系统实时性研究,基于 Web 挖掘的推荐系统研究以及电子商务推荐系统体系结构研究一、电子商务推荐系统及构成电子商务推荐系统(mendation Systems for merce) 定义是: “它是利用电子商务网站向客户提供商品信息和建议, 帮助用户决定应该购买什么产品, 模拟销售人员帮助客户完成购买过程”。推荐系统面对的是用户(user) ,任务是为用户提供对项目(item) 的推荐。用户是指推荐系统的使用者, 也就是电子商务活动中的客户。项目是被推荐的对象, 是指电子商务活动中提供给客户选择的产品和服务, 也就是最终推荐系统返回给用户的推荐内容。在一个电子商务活动中,用户数和项目数是非常多的。推荐系统面对的当前用户,称为目标用户或者活动用户。推荐系统的当前工作, 就是为根据一定的算法,给出对目标用户的推荐项目。电子商务推荐系统主要由三大部分构成: 输入模块、推荐方法模块和输出模块。输入模块用来接受用户的输入信息, 用户的输入信息中最重要的是用户对项目的评价(rating) 数据; 推荐方法模块用来根据一定算法, 根据用户数据, 得出对目标用户的推荐, 该模块是整个推荐系统的核心部分, 个性化推荐方面的研究的很大一部分, 都集中在找到好的推荐方法。输出模块主要是指得到的推荐以何种形式反馈给用户。根据项目的特点, 目前主要有两种类型的推荐系统, 一种是以网页为对象的个性化推荐系统, 主要采用 We b 数据挖掘的方法与技术, 为用户推荐符合其兴趣爱好的网页;另一种是网上购物环境下的、以商品为推荐对