電子商務智能推薦系統(tǒng)研究.pdf

1、隨著互聯(lián)網(wǎng)的普及和電子商務的發(fā)展,電子商務系統(tǒng)在為用戶提供越來越多選擇的同時,其結(jié)構(gòu)也變得更加復雜,用戶經(jīng)常會迷失在大量的商品信息空間中,無法順利找到自己需要的商品.電子商務中的商品推薦系統(tǒng)直接與用戶交互,模擬商店銷售人員向用戶提供商品推薦,幫助用戶找到所需商品,從而順利完成購買過程.在日趨激烈的競爭環(huán)境下,商品推薦系統(tǒng)能有效留住客戶、防止客戶流失,提高電子商務企業(yè)的銷售以及競爭力.商品推薦系統(tǒng)在電子商務系統(tǒng)中具有良好的發(fā)展和應用前景,

2、逐漸成為電子商務IT技術的一個重要研究內(nèi)容,得到越了來越多研究者的關注.目前,雖然電子商務中的商品推薦系統(tǒng)在理論和實踐中都得到了很大發(fā)展,但是隨著電子商務系統(tǒng)規(guī)模的進一步擴大,商品推薦系統(tǒng)也面臨一系列挑戰(zhàn).針對商品推薦系統(tǒng)所面臨的主要挑戰(zhàn),該文在以下三個方面對電子商務推薦系統(tǒng)進行了有益的探索和研究.第一,提出了基于選舉理論的推薦算法.在過往電子商務推薦系統(tǒng)中,普遍使用協(xié)同過濾推薦算法,而在大型電子商務系統(tǒng)中,由于用戶的喜好對于供其選擇的

3、商品來說可能是有矛盾的,協(xié)同過濾推薦算法并不能很好的解決這個問題,基于選舉理論的算法在這方面卻有不錯的解決方法.另外,優(yōu)秀的推薦系統(tǒng)應該能根據(jù)用戶的喜好程度對某類商品各種選擇進行排序,然后按照這種排序把推薦結(jié)果提供給用戶,基于選舉理論的算法同樣勝任這種要求.第二,提出了采用基于樸素貝葉斯分類器進行文本分析,這種文本分析一方面能夠跟蹤用戶的行為,發(fā)現(xiàn)用戶喜好的變化并記錄在數(shù)據(jù)庫中,使用戶模型能夠動態(tài)的改變.另一方面減少了用戶設置喜好信息的