基于web文本挖掘的电子商务网站个性化推荐研究

《基于web文本挖掘的电子商务网站个性化推荐研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据中图分类号：学科分类号：Q塑!：鱼一一12Q!QQ一一论文编号：密级：公珏安徽理工大学硕士学位论文基于Web文本挖掘的电子商务网站个性化推荐研究作者姓名：韭建隹专业名称：笸理科堂皇王捏研究方向：信息筐理皇亟王商经导师姓名：邳鏖教授导师单位：室徽理工太堂答辩委员会主席：皇翅芝论文答辩日期：2014年5月31日安徽理工大学研究生处2014年5月31日万方数据IIlllIIIIllllllqlllll11111MILIIILIIIlY2696762ADissertationinManagementScienceand

2、EngineeringStudyofE--commercewebsitepersonalizedrecommendationbasedonwebtextminingCandidate：ZhangJianweiSupervisor：ShaoKangEconomicsandManagementSchoolAnHuiUniversityofScienceandTechnologyNo．168，ShungengRoad，Huainan，232001，P．R．CHINA万方数据独创性声明本人声明所呈交的学位论文是本人在导师指导下

3、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以外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得塞徽理王太堂或其他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。学位论文作者签名：刍哗日期：2竖年j月j日学位论文版权使用授权书本学位论文作者完全了解塞徵堡三太堂有保留、使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属于塞邀堡王太堂。学校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

4、许论文被查阅和借阅。本人授权安徽理工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适用本授权书)学位论文作者签名：煳别醛各觋签字日期：沙吩年6月‘日签字日期：纱修‘月己日万方数据摘要摘要Web文本挖掘的目的在于从Web页面中提取有用的信息和知识，而个性化推荐可以看成一种“信息找人”的方式。有效的信息是产生精确个性化推荐的基础，因此Web文本挖掘已成为了个性化推荐研究的一个热点。同时，大数据时代的到来，数据信息呈现爆炸式的增长，正是

5、由于这种爆炸式的增长，人们发现自己感兴趣信息的难度也在增大。因此，个性化推荐技术在互联网很多领域变得更加重要。电子商务个性化推荐的研究对用户和网站来说是一种双赢的模式。对用户而言，可以快捷方便的得到自己的需求物品，满足自己的真实需求；对于网站经营者而言，可以充分的展示自己的商品，充分的挖掘长尾理论带来了销售额。从研究的价值角度上是很有前景的。本文对电子商务网站个性化推荐的研究是基于Web文本挖掘模型的，推荐的数据来源为网站的Web服务器日志，并给出了基于Web文本挖掘的电子商务个性化推荐模型。首先，模型分析了电子商务网

6、站的拓扑结构和页面结构，通过对日志进行数据过滤、会话识别、用户识别和路径补充来提取交易事务；其次，进行Web文本挖掘，主要涉及到中文分词，特征词条权重计算以及特征词条集合的提取等；进而对交易事务集进行特征化的转换表示和聚类分析；最后，当用户访问网站时，通过分析当前用户会话的特征信息，计算与聚类集中交易事务的相似性，进而产生个性化推荐集。本文最后建立了基于Web文本挖掘的电子商务网站个性化推荐系统，用于验证文中的模型，验证的衡量指标为个性化推荐研究领域认可的精准率、召回率、推荐结果覆盖率以及新颖度。同时，实验中对比了传统

7、Web文本挖掘中使用的TF*IDF算法与本文选择使用BM25F算法的优劣。本文构建的基于Web文本挖掘的个性化推荐能够很好的跟踪用户在访问页面中产生的兴趣意向变化问题，当用户从一类商品跳转到另一类物品时，对特征词条的提取也会变化，故能够及时的调整推荐集。图13表4参51关键词：个性化推荐：文本挖掘；BM25F；层次聚类万方数据摘要Abs仃actThepurposeofWebtextminingistoextractusefulinformationandknowledgefromaWebpage，andpersonal

8、izedrecommendationcanbeseenasaformof“seeksomeonebyinformation”．Effectiveinformationisthebasisofgeneratingaccuratepersonalizedrecommendation，SOwebtextmininghasbeenbeco