数据挖掘在电子商务推荐系统中的应用

• 作 者: 王江伟
• 机 构: 北京工业大学
• 出 处: 北京工业大学
• 发表日期: 2011年期
• 关键词: 数据挖掘 数据仓库 电子商务推荐系统 关联规则

近年来,信息技术和互联网技术的广泛应用大大推动了社会经济各行各业的发展。电子商务作为一种新型、高效的商务模式开始普及并逐渐成熟。电子商务在给人们带来方便、快捷的同时也带来了信息过载的问题,尤其是对B2C电子商务而言,用户在大量产品信息中很难找到需要的商品或服务。对于企业来说,如何有效地提高其网站的吸引力,提升客户服务水平,获取更多的商业效益,都是亟待解决的问题。电子商务推荐系统是解决这一问题的有效手段。数据挖掘技术可以在海量数据中获取有用知识,找出销售的商品之间,商品与客户之间存在的内在联系,在电子商务推荐中有非常重要的应用价值。　　
本文研究了数据挖掘在电子商务推荐系统中的应用,主要有以下几个方面的内容:　　
(1)在现有电子商务系统中,积累了大量有价值的历史数据,通过建立数据仓库完成了对原有系统的数据集成。　　
(2)综合考虑电子商务领域的特点和各种电子商务推荐技术,选择关联规则算法进行数据挖掘,提出了基于关联规则的在线推荐方法。　　
(3)通过对主要关联规则算法进行分析,选择FP-Growth算法进行关联规则的挖掘,并通过实验探索了该算法在电子商务系统中的应用,证明该算法在电子商务推荐中具有一定的实际价值。　　
(4)在现有电子商务系统基础上,通过数据仓库和数据挖掘技术将电子商务推荐集成到现有系统上,形成了基于数据挖掘的电子商务推荐系统。最后,通过实验分析了系统在吸引客户,提高客户服务水平和商业效益方面的价值。　　
本课题对数据挖掘在电子商务推荐系统中的应用进行了一些探索,为电子商务推荐提供了一些新的角度和解决思路。