基于Web挖掘的电子商务推荐系统设计

• 作者: 孙成喜 谢金生
• 来源期刊: 甘肃科技纵横
• 学科: 工学
• 关键词: Web挖掘 推荐系统 Bavesian分类 关联规则
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 信息技术
• 页码范围: 20-22,184
• 分类号: TP393.09
• 字数: 4374字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-6375.2011.02.009

摘要

本论述针对协同过滤算法的局限性,为顾客购买频度较高的商品设计一种基于Web挖掘的推荐系统,它综合利用朴素Bayesian分类法,基于点击流分析的偏好Web使用挖掘,商品关联规则等各种Web数据挖掘技术,为顾客购物提供智能商务推荐.在数据挖掘技术的基础上,结合智能Agent技术,对系统进行设计和实现.实验结果表明,该系统相对于传统的协同过滤-基于最近邻产生推荐的项目协同过滤技术而言,可以有效缓解由于数据稀疏性、缺乏稳定性和可扩展性带来的问题,显著提高推荐系统的推荐质量.