《基于Web数据挖掘的电子商务推荐系统研究》由会员分享，可在线阅读，更多相关《基于Web数据挖掘的电子商务推荐系统研究（68页珍藏版）》请在金锄头文库上搜索。
1、 -1- 电子科技大学 UNIVERSITY OF ELECTRONIC SCIENCE AND TECHNOLOGY OF CHINA 专业学位硕士学位论文 MASTER THESIS FOR PROFESSIONAL DEGREE 论文题目 基于Web数据挖掘的电子商务推荐系统研究 专业学位类别 工程硕士 学 号 201091020316 作 者 姓 名 张高准 指 导 教 师 皮亦鸣 教授 -3- 分类号 UDC注 1 学 位 论 文 基于基于 WebWeb 数据挖掘的电子商务推荐系统研究数据挖掘的电子商务推荐系统研究 张高准张高准 指导教师 皮亦鸣皮亦鸣 教授教授 电子科技大学电子科技
2、大学 成都成都 张张 岩岩 高级工程师高级工程师 新疆西北星信息技术有限责任公司新疆西北星信息技术有限责任公司 乌鲁木齐乌鲁木齐 申请学位级别 硕士硕士 专业学位类别 工程硕士工程硕士 工程领域名称 软件工程软件工程 提交论文日期 2014 年年 3 月月 10 日日论文答辩日期2014 年年 5 月月 31 日日 学位授予单位和日期 电子科技大学电子科技大学 2014 年年 6 月月 25 日日 答辩委员会主席 评阅人 注 1：注明国际十进分类法 UDC的类号。 4 STUDY ON E-COMMERCE RECOMMENDATION SYSTEM BASED ON WEB DATA MIN
3、ING A Master Thesis Submitted to University of Electronic Science and Technology of China Major: Software Engineering Author: Zhang Gao Zhun Advisor: Pi Yi Ming Zhang Yan School : School of Elecrtonic Engineering -I- 独独 创创 性性 声声 明明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他
4、人已经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志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谢意。 作者签名： 日期：2014年 月 日 论文使用授权论文使用授权 本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。 （保密的学位论文在解密后应遵守此规定） 作者签名： 导师签名： 日期：2014 年 月
5、日摘 要 I 摘 要 大型电子商务网站中使用的推荐数据挖掘是一个全新的应用， Web 数据挖掘推荐系统自发展至今，已从开发形势上演变很多，本系统结合大量数据挖掘推荐系统的研究以及 Web 数据挖掘的演变形式， 提出基于 Web 数据挖掘推荐算法的电子商务系统。 本文首先详细介绍了电子商务系统的发展趋势，由于时代的迅速发展，物质生活充斥着我们这一代消费者，琳琅满目的产品让消费者应接不暇，如何在如此庞大的商品中找到最接近本人最想要的商品已成为消费者最迫切的需求。开辟一个全新的电子商务体系最重要的途径便是针对商品数据库的数据发掘。 本文在研究了大量推荐算法，针对各个推荐算法的研究趋势做了详细说明，同
6、时将好的推荐算法元素运用到本系统的设计过程中。 Web 数据挖掘的对象是一个个 Web 日志文档，针对一般用户消费对数据的挖掘大部分也是对用户历史消费日志文档进行前期推荐，当用户提出新的业务需求时，系统将启动数据库建模模式，将数据库按照消费者需求分类，最终针对用户需求反馈系统商品信息。 本文利用Web数据挖掘技术进行了详细的电子商务系统设计， 形成了基于Web数据挖掘的电子商务网站模型，并对数据挖掘技术在各个系统设计阶段所起到的作用做了详尽说明。本文以 Web 数据发掘为基础，初步展示个性化商品关联推荐研究，从而将客户感兴趣的物品从客户日常不断或临时登记的信息中提取出来，以客户的每次交易为基础
7、数据库元素来组织数据发掘和检索。 关键词：Web 数据挖掘，电子商务，推荐系统研究 Abstract II Abstract E-commerce sites for data mining data mining in e-commerce sites in the field of information processing products for a successful application. Web data mining is evolved from the data mining technology, data mining technology is applied
8、to a new area of Web information. As the particularity of Web information, it is compared with the traditional data mining has added a new character. First of Web data mining is a large heterogeneous distributed object Web documents, each data source is heterogeneous; secondly Web document itself is
9、 semi-structured or unstructured and lack machine-understandable semantics. The so-called semi-structured data is the Web has certain structural, but no specific description of the model, each site independently of the design, and the data itself and dynamic variability remade thus is non-fully stru
10、ctured data. the rules of model and clustering algorithm, using system to automatically generate recommended products recommended to user, module planning and optimization system. Based on the study recommended a number of algorithms for various research trends recommendation algorithm to do a detai
11、led description, Web data mining objects is one Web log files, for the average user spending the majority is also a user logs document the early history of consumption recommendation, when users propose new needs, the system will start the database mode, the database in accordance with the classific
12、ation of consumer demand, and ultimately user demand for product information feedback system. In this paper, the Web data mining technology has carried on the detailed elaboration, formed the personalized service e-commerce sites on the basis of Web data mining model, and the application of data min
13、ing in the individualized service of different levels for different levels of analysis. In this paper, on the basis of Web mining technology, a study on personalized product recommendation system aimed at. The customer is interested in the content of the registration information extracted from the c
14、ustomers, to customers for every transaction database elements. Using the design of data warehouse, data sampling, extraction, transformation, and processing; Key Words: Web Data Mining，e-commerce，Recommendation system目录 III 目 录 第一章 绪 论 . 1 1.1 本文研究背景及主要意义 . 1 1.2 国内外电子商务系统研究现状 . 1 1.3 本文所做的主要工作 . 3 1.4 论文组织结构 . 4 第二章 推荐系统研究及现实需求分析 . 5 2.1 推荐系统 .
