《一个电子商务网站商品推荐系统的设计与实现》由会员分享，可在线阅读，更多相关《一个电子商务网站商品推荐系统的设计与实现（67页珍藏版）》请在金锄头文库上搜索。
1、 一个电子商务网站商品推荐系统 设计与实现 作者：徐东来 邮箱： 二一三 年 八 月 版权声明版权声明 任何收存和保管本文各种版本的单位和个人，未经本文作者同意，不得将本文转借他人，亦不得随意复制、抄录、拍照或以任何方式传播。否则，引起有碍作者著作权之问题，将可能承担法律责任。 一个电子商务网站商品推荐系统的设计与实现 摘摘 要要 本文分析和设计了一个电子商务网站推荐系统的应用场景， 结合电子商务应用场景介绍推荐系统的核心问题：用户、商品以及用户和商品的关联方法，对现有的推荐算法进行总结，分析各自的优缺点和适用场景，以及常用到的数据挖掘算法。在此基础上设计了一个电子商务网站中推荐系统的整体架构
2、和实践中的技术选型，并采用多层软件体系结构的角度去分析推荐系统的整体架构，分为数据处理层、推荐算法层、应用接口层和应用层；推荐算法依据的用户行为数据来源于Web 日志，本文对 Web 日志的意义、各个处理阶段的存储格式、处理方法和流程进行了设计和描述，提取出结构化的用户行为数据，并识别和关联用户，对用户的历史行为进行建模，形成用户偏好数据；在此基础上针对各个推荐应用场景设计了对应的全新改进的推荐算法，考虑了如何将用户行为和商品内容属性进行综合，以提供更好的 Top N 推荐排序结果，并重点考虑了如何在数据处理环节识别和存储噪声数据，如何在算法设计环节降低噪声数据的影响；最后设计了在电子商务网站
3、中推荐系统的效果评估指标，并结合推荐系统运行后的指标数据分析了推荐系统在全站的整体效果和不同推荐位置的效果对比。本文是在一个实际的电子商务网站中设计和实现了推荐系统，并且达到了良好的效果，提升了网站整体的转化率和用户体验。 关键词：关键词：推荐系统，电子商务推荐系统，Web 日志分析，用户行为建模，噪声数据过滤，基于内容的推荐算法，协同过滤推荐 一个电子商务网站商品推荐系统的设计与实现 The design and implantation of a commodity recommender system in a e-commerce Web Site XuDongLai Directed
4、 by LiuXin Abstract This Paper designed the scenes of recommender system in the E-commerce web site, studied the core problem in a recommender system, which is the user, the commodity and the relation between them. Listed the usual recommend algorithm and data mining algorithm used in the existing r
5、ecommender system. Based on this, this paper designed a recommender system and chose the open source frameworks and developing language used in practice, designed some new recommend algorithm, which considered the user behavior and the property content of commodity together, then it can be thought a
6、s a combined recommend algorithm. The algorithm put an emphasis on how to distinguish the noisy user behavior data from the normal data, and reduce the impact when its running on the online system. At last, this paper designed a series of evaluation indexes of the recommender algorithm, and gave a d
7、ata analysis on the indexes, which indicated the sales percentage of the recommender system in the whole site can be reached to 9% nearly, the recommender system played an important role in the E-commerce site. Keywords: Recommender, E-commerce recommender, Web log analysis, Users behavior modeling,
8、 Content-based recommender, Collaborative filtering recommender一个电子商务网站商品推荐系统的设计与实现 I 目目 录录 第第 1 章章 绪论绪论 1 1.1 背景 1 1.2 意义 1 1.3 内容 2 第第 2 章章 推荐系统应用场景推荐系统应用场景 4 2.1 推荐系统的应用现状 4 2.2 本推荐系统应用场景 5 2.2.1 应用场景设计 5 2.2.2 应用场景目标 8 第第 3 章章 现有推荐系统分析现有推荐系统分析 10 3.1 推荐系统的核心问题 10 3.2 常见的推荐算法及其优缺点 12 3.2.1 协同过滤推荐
9、算法 12 3.2.2 基于内容的推荐算法 13 3.2.3 基于知识的推荐算法 14 3.2.4 组合推荐 15 3.3 推荐系统中常用的数据挖掘方法 15 3.3.1 数据预处理 15 3.3.2 分类 15 3.3.3 聚类 15 第第 4 章章 推荐系统整体架构推荐系统整体架构 17 4.1 整体架构设计 17 4.2 应用场景处理流程 18 4.3 推荐数据生成流程 19 4.4 推荐算法设计概述 20 4.4.1 数据噪声处理 20 4.4.2 算法性能考虑 21 4.5 技术选型 21 一个电子商务网站商品推荐系统的设计与实现 II 4.5.1 开发语言 21 4.5.2 数据存
10、储 22 4.5.3 其他技术选型 22 第第 5 章章 用户行为分析和建模用户行为分析和建模 25 5.1 Web 行为日志分析 . 25 5.1.1 Web 行为日志分析的意义 . 25 5.1.2 Web 行为日志分析方法 . 26 5.1.3 Web 行为日志的格式设计 . 27 5.1.4 用户身份识别和关联行为 29 5.1.5 噪声用户识别和存储 30 5.1.6 用户行为数据结构设计 31 5.2 用户行为建模 31 5.2.1 用户偏好数据结构设计 31 5.2.2 提取用户兴趣偏好 33 5.3 软件模块设计 34 第第 6 章章 推荐算法设计推荐算法设计 36 6.1 商
11、品相似度数据结构设计 36 6.2 商品内容相似度计算算法 37 6.3 “看了本商品的用户还看了”推荐算法 39 6.4 “依据用户浏览历史”进行推荐 40 6.5 “猜你喜欢”推荐算法 41 6.6 广义的推荐 42 6.7 软件模块设计 42 第第 7 章章 外部应用接口设计外部应用接口设计 44 7.1 看了还看了推荐接口 44 7.2 看了还买了推荐接口 44 7.3 买了还买了推荐接口 44 7.4 收藏了还收藏了推荐接口 45 7.5 同类商品推荐接口 45 7.6 猜你喜欢推荐接口 45 一个电子商务网站商品推荐系统的设计与实现 III 第第 8 章章 推荐系统测试和评估推荐系
12、统测试和评估 47 8.1 评估指标设计 47 8.2 评估指标计算方法 47 8.3 评估指标数据分析 48 8.3.1 全站推荐评估指标分析 48 8.3.2 不同推荐位置效果对比分析 50 第第 9 章章 总结与展望总结与展望 54 9.1 总结 54 9.2 展望 55 参考文献参考文献 56 一个电子商务网站商品推荐系统的设计与实现 IV 表目录表目录 表格 2-1 电子商务网站推荐系统的应用场景 . 9 表格 5-1 关联 Web 行为的用户标识结构 30 表格 5-2 噪声用户识别后的存储结构 . 30 表格 5-3 用户行为数据结构 . 31 表格 5-4 用户偏好结构示例 .
13、 32 表格 5-5 用户偏好数据表结构 . 32 表格 6-1 商品相似度表结构 . 36 表格 8-1 全站推荐栏总体效果 . 49 一个电子商务网站商品推荐系统的设计与实现 V 图目录图目录 图表 2-1 电子商务网站用户浏览商品的方式 . 5 图表 2-2 本文推荐系统应用场景 . 6 图表 3-1 用户与商品之间的关联关系 11 图表 4-1 整体架构设计 . 18 图表 4-2 应用场景处理流程 . 18 图表 4-3 推荐数据生成流程 . 19 图表 5-1 数据层软件模块 . 35 图表 8-1 “看了还看了”与“买了还买了”点击次数对比 51 图表 8-2 “看了还看了”与“
14、买了还买了”点击率对比 51 图表 8-3 “看了还看了”与“买了还买了”加购物车转化率对比 52 图表 8-4 “看了还看了”与“买了还买了”销量点击转化率对比 52 图表 8-5 “看了还看了”与“买了还买了”销量占比对比 53 一个电子商务网站商品推荐系统的设计与实现 1 第第 1 章章 绪论绪论 本章主要分析推荐系统研究和开发的背景，推荐系统的作用和意义，以及简要说明本论文的主要内容。 1.1 背景背景 基于互联网的电子商务发展日新月异，为用户提供的商品日益多样化，给用户带来丰富选择的同时，也出现了信息过载现象。如何在众多的商品中给用户展现其感兴趣的商品，提升用户体验，提高网站商品的销
15、售转化，是值得我们研究的课题。 推荐系统的研究持续了很多年，从上个世纪九十年代开始就不断有研究者对推荐系统和算法进行研究和设计，并且不断有实践者在实际的商业系统中应用，并且取得很丰富的成果。 本论文立足于一个真实的电子商务环境，结合过往推荐算法设计和推荐系统实践的经验，融入企业自身的一些特点，设计一套适合具体情况并能满足企业商业目标的商品推荐系统。 1.2 意义意义 推荐系统在电子商务系统中到底有何意义，我们希望其能起到什么样的作用，系统总结如下： 第一，增加商品的销量。对于电子商务来说，这是最根本的商业目标，脱离了这个目标对于电子商务来说都是无意义的。推荐的商品越能够满足用户的需求，商品的销
16、量才可能更高。在同样的用户流量情况下，增加商品销量，也就是提升了整个网站商品销售的有效转化率。 第二，售卖更多样化的商品。推荐系统可以对已经浏览或者收藏或者购买了一件商品的用户推荐与这件商品相关的一些商品，帮助用户快速找到其需要的配套商品，比如对于买一个相机的用户，可以为其推荐相机相关的镜头、相机包、一个电子商务网站商品推荐系统的设计与实现 2 三脚架等配件，买了一个笔记本电脑的用户，可以为其推荐相关的散热器、鼠标、清洁用品等。对于电子商务的运营者来说，也是希望通过售卖多样化的商品来提升整体的规模和效率，提升冷门产品的曝光几率和销量，而不仅仅只是售卖热门的商品。 第三，提升用户的满意度。一个良好设计的推荐系统可以改进用户在网站中的体验，用户会发现页面中推荐的商品是其感兴趣的，和当前上下文是相关的，进而会更乐于使用这个网站。有效的、相关的和精准的推荐能够使用户对网站产生积极的评价和好感，而这将增加
