基于Apriori的電子商務網(wǎng)站適時推薦系統(tǒng)的研究與實現(xiàn).pdf_第1頁
已閱讀1頁，還剩63頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領

文檔簡介

1、網(wǎng)絡的高效與便捷，使人們從傳統(tǒng)的購物方式逐漸轉向網(wǎng)絡購物方式。電子商務推薦系統(tǒng)能有效的留住客戶，提高電子商務企業(yè)的銷售及競爭力，已經(jīng)成為電子商務IT技術的一個重要研究內(nèi)容，得到眾多研究者的關注。目前，對電子商務推薦系統(tǒng)的研究雖然很多，但限于交易數(shù)據(jù)量的龐大及挖掘算法的原因，很難給出一適時的推薦系統(tǒng)模型。 本文通過從隱式、高效的數(shù)據(jù)采集著手，結合關聯(lián)規(guī)則的數(shù)據(jù)挖掘技術設計并實現(xiàn)了一個電子商務網(wǎng)站的適時推薦系統(tǒng)。 本文提出了

2、一個Apriori算法的改進算法—AprioriTidStr，該算法利用對數(shù)據(jù)項集在事物數(shù)據(jù)庫中對應的每條事務的標識符Tid的操作來實現(xiàn)對頻繁項集的搜索，從而避免了對數(shù)據(jù)庫的循環(huán)掃描，降低了關聯(lián)規(guī)則挖掘的復雜度。并在此基礎上，設計、實現(xiàn)了挖掘器的適時在線挖掘與定期人工挖掘相補充的復合挖掘，使推薦系統(tǒng)對商品的推薦實現(xiàn)適時更新的功能。該系統(tǒng)同時還實現(xiàn)了對客戶歷史行為的推薦、當前瀏覽與購買的推薦、以及網(wǎng)站熱賣商品的推薦的多重混合推薦功能。

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論