共查询到10条相似文献,搜索用时 15 毫秒
1.
2.
刘春玲 《数字社区&智能家居》2009,(12)
电子商务发展迅速,互联网的发展更成为电子商务的引擎,电子商务网站如雨后春笋一样成长起来,但是"信息超载"成为当前电子商务网站的一大弊端,让客户面对纷繁复杂的货物一筹莫展。该文分析了当前应用的几种个性化推荐方法,对它们的不足进行了分析,并提出了一种基于自适应滤波的个性化推荐系统,能为客户提供个性化的推荐服务,而且随着时间的推移,系统在性能上会更加出众。 相似文献
3.
电子商务推荐攻击研究 总被引:3,自引:0,他引:3
个性化推荐是实现客户关系管理的重要手段和技术。协同过滤作为最核心、最典型的个性化推荐技术,被广泛应用于电子商务,但其推荐结果对用户偏好信息敏感,使得推荐系统易受到人为攻击,电子商务推荐安全成为个性化推荐能否成功应用的关键。作者先简要介绍了电子商务个性化推荐的基本概念,然后系统阐述了推荐攻击的概念、特征、攻击成本及攻击效率,并详细比较了各种攻击模型,以及各种攻击模型对不同推荐模型的稳定性和健壮性的影响,分析比较了各种攻击检测模型。最后总结评述了电子商务推荐安全的研究现状,并提出了未来研究的挑战。 相似文献
4.
用户行为模式下电子商务网站个性化推荐研究 总被引:1,自引:0,他引:1
个性化推荐可解决网络信息多样性与用户需求之间的矛盾。个性化推荐在电子商务应用领域取得了显著的成效。论文首先对四种主流的电子商务个性化推荐技术进行综述,其次提出用户行为模式下电子商务网站个性化推荐方法,其个性化推荐的实现一般包括用户行为聚类、个性化推荐二个模块,最后通过图书电子商务网站的实验对推荐方法的效果进行验证。 相似文献
5.
电子商务异军突起,然而目前的推荐系统出现了冷启动、系统构建成本高等问题,云计算是分布式数据处理技术整合了更多的计算技术的新发展,从经典的电子商务推荐系统入手分析推荐系统的技术基础,对比分析基于云计算平台推荐系统的优势,构建云计算平台下基于本体的推荐模型,为个性化推荐服务改革带来了契机。 相似文献
6.
文章介绍了电子商务个性化推荐系统,在此基础上提出了一种基于用户浏览行为进行数据挖掘的个性化推荐系统模型,并给出了详细的挖掘流程及实现算法. 相似文献
7.
第三方电子商务的个性化信息推荐系统 总被引:1,自引:0,他引:1
在分析已有成果的基础上,设计了一个面向第三方电子商务的个性化信息推荐系统,并详细阐述了该系统的体系结构、功能划分以及关键技术.该系统通过追踪用户的阅读行为、分析用户的喜好,进而学习用户的兴趣和行为,实现了主动向用户推荐个性化信息,个性化评比、个性化主题分类及版面配置的功能.实验结果表明,该个性化信息推荐系统具有较好的性能. 相似文献
8.
在对Web数据挖掘技术和电子商务推荐系统进行研究生的基础上,设计和提出了一种基于Web数据挖掘的电子商务推荐系统.该系统根据电子商务网站的基本特征,设计了用户当前兴趣表示方法和推荐算法,由于结合了Web使用挖掘和Web内容挖掘为顾客提供个性化推荐服务,从而较大提高了系统的推荐精确度,在实际应用中取得了较好的推荐效果. 相似文献
9.
在电子商务环境中,实现个性化服务,理解用户兴趣就成了提供个性化服务的关键任务。因此,建立用户兴趣模型和构建推荐库就成为个性化推荐系统的实现基础。论文通过网络爬虫获取到相关的网页,进行预处理后,采用SVM(支持向量机)分类文档建立推荐库。通过对用户访问路径、搜索关键字等分析,获取用户兴趣,采用向量空间模型表示用户兴趣,利用机器学习构建用户兴趣模型。在推荐库和用户兴趣模型的基础上,加入推荐引擎,实现了基于电子商务的个性化推荐系统。 相似文献
10.
目前电子商务网站提供的推荐服务很难满足用户的个性化需求,协同过滤算法作为应用最成功的推荐算法,依然存在数据稀疏性、用户评分真实性等问题,制约着推荐系统的质量。设计和实现了一个基于用户行为的个性化商品推荐系统,主要采用前融合组合推荐策略,避免了单纯使用协同过滤算法的弱点。阐述了基于用户行为的个性化推荐系统的设计思想和实现过程,最终通过实验验证了本推荐系统具有良好的推荐效果。 相似文献