【導讀】基于某淘鞋網(wǎng)的商品個性化推薦

　　

【正文】 rchList[0]={null,getType(D_true_search)}。 true_searchList[1]={null,getGender(D_true_search)}。 true_searchList[0]={getType(D_true_search),getGender(D_true_search)}。 int count = 0。 for(i=0。i7。i++) { if (assess_brandamp。type[i][1] == true_searchList[0][1]) {count ++。 break。} else continue。 } for(i=0。i7。i++) { if (assess_brandamp。gender[i][1] == true_searchList[1][1]) {count +=。 break。} else continue。 } 23 / 30 for(i=0。i7。i++) { if (assess_typeamp。gender[i][1] == true_searchList[1][1]) {count +=。 break。} else continue。 } assess_result = count/3。//當缺省男女時的評估標準 ***************************************************************** //只有品牌屬性時的評估標準 if(getBrand(D_true_search)=getBrand(remend_list)) assess_result = 1。 else assess_result = 0。 *****************************************************************//只有類型屬性時的評估標準 if(getType(D_true_search)=getType(remend_list)) assess_result = 1。 else assess_result = 0。 ***************************************************************** //只有男女屬性時的評估標準 if(getGender(D_true_search)=getGender(remend_list)) assess_result = 1。 else assess_result = 0。 四 、系統(tǒng)個性化推薦的實現(xiàn) 該系統(tǒng)由 三部分組成 ，輸入模塊、輸出模塊、評分模塊。 、 輸入模塊 輸入模塊是一個 IP 訪問該淘鞋 網(wǎng)時， 輸入 IP 和訪問日期， 具體界面 如下： 24 / 30 、輸出模塊 無論 新 IP 還是舊 IP，輸出模塊中都有 7 條商品推薦是數(shù)據(jù)，具體界面 如下： 新人的輸出界面及評估結(jié)果： 25 / 30 訪問過的用戶的輸出界面及評估結(jié)果： 五 、局限性分析 、個性化推薦在電子商務(wù)中應用的局限性： （ 1）分布性、異構(gòu)性數(shù)據(jù)源的挖掘還沒完全解決 （ 2）控制整個 Web 上知識發(fā)現(xiàn)過程還沒完全解決 （ 3）由于個性化推薦將提取大量用戶瀏覽或購買信息，同時在登陸后即時地顯示各個推薦條目，因此個性化推薦算法往往受到實時性的制約，也影響了個性化推薦的拓展，同時存在著網(wǎng)絡(luò)安全隱患。 （ 4）當前大部分的電子商務(wù)推薦系統(tǒng)都只是一個單一的工具 ,只能提供一種推薦模型。但由于電子商務(wù)系統(tǒng)本身的復雜性 ,不同場合需要不同類型的推薦。因此 ,需要研究新型電子商務(wù)推薦系統(tǒng)體系結(jié)構(gòu) ,以有效集成多種推薦工具 ,收集多種類型的數(shù)據(jù) ,提供多種推薦模型 ,使得不同的推薦工具組合使用 ,互補長短 ,滿足不同類型的推薦需要。 26 / 30 本個性化推薦系統(tǒng)軟件的局限性 : (1)數(shù)據(jù)集問題 : 小組成員所采用的數(shù)據(jù)集是網(wǎng)上已經(jīng)有的淘鞋網(wǎng)數(shù)據(jù)。 網(wǎng)上已有的淘鞋網(wǎng)的數(shù)據(jù)由于是爬取的數(shù)據(jù) ,存在許多 實際無效的數(shù)據(jù) ,同時品牌與類型，男女屬性存在著不少空值。這些空值直接或間接地影響到我們數(shù)據(jù)挖掘的數(shù)據(jù)的可靠性與評估算法的準確度，同時加大了處理數(shù)據(jù)的難度。另一方面，由于數(shù)據(jù)集記錄的數(shù)據(jù)是用戶瀏覽的數(shù)據(jù)，而用戶實際購買情況卻未曾記錄，這也間接地影響到了個性化推薦算法的效率和精度。 (2)問卷調(diào)查分析： 問卷調(diào)查所發(fā)放的問卷較少，使統(tǒng)計出來的網(wǎng)上購鞋個性化推薦現(xiàn)狀的可靠性降低，同時可能會使得獲得的數(shù)據(jù)品牌互斥性的重要程度降低從而影響數(shù)據(jù)挖掘深度。 (3)數(shù)據(jù)處理問題 : 由于爬取的數(shù)據(jù)多達 2 萬多條，最終 衍生出來的表格有上百個，在實際操作的過程中無法實現(xiàn)批量處理，因而這種個性化推薦的方式效率會受到限制。 創(chuàng)建模型的訓練集是固定的數(shù)據(jù)集，但是在實際的電子商務(wù)交易中，要實時地更新訓練集以生成省份熱門表和全國熱門表，這使得系統(tǒng)所操作的數(shù)據(jù)量進一步加大，拓展性受到制約。 系統(tǒng)只產(chǎn)生 3 條屬性的推薦條目，可能存在推薦的廣度的制約。 (4)評估標準： 評估標準是由小組成員結(jié)合網(wǎng)上搜索到論文而思考而成，由于測試集的數(shù)據(jù)量少于訓練集的數(shù)據(jù)量，因而在實際操作的過程中可能存在算法準確度不高的風險及其他某些未被發(fā)現(xiàn)和處理的誤差。 ? 商品單一，只是針對鞋子的單一推薦 。 ? 所推薦的鞋子只推薦了“品牌、類型、男女 ” 這三個重要的屬性，忽略了商品的評分 以及優(yōu)惠 。 ? 對于“男女”這一屬性的推薦，主要針對品牌而言，準確率不高。 ? 推薦列表中包括了 7 條推薦數(shù)據(jù)，這些數(shù)據(jù)是綜合“省份熱門 +全國熱門 +瀏覽記錄 +隨機”，存在一定的錯誤率。 ? 對于一個新人，由于沒有瀏覽記錄，推薦的準確率相對低。 27 / 30 由于技術(shù)水平、時間的有限，以上局限性在接下的學習過程中，我們將努力解決，做到更完善。 六 、總結(jié)與體會 本次數(shù)據(jù)挖掘極大地提高了我們對這門課程的了解度、創(chuàng)新性與小組成員之間 的凝聚力。通過對數(shù)據(jù)的預處理，關(guān)聯(lián)性分析，對相關(guān)算法的討論和實現(xiàn)，對相關(guān)課題的研究和分析，和對《數(shù)據(jù)挖掘原理》的理解和思考，以及對整個框架的理解與對過程的總結(jié)和對最終評估標準的實現(xiàn)，本小組成員中的每個人都進行了認真地研究與討論。在數(shù)據(jù)挖掘過程中，我們也遇到了許多問題，比如剛開始選題不明確，對研究方向存在盲目性，導致后期對數(shù)據(jù)處理方式出現(xiàn)分歧；處理數(shù)據(jù)量過于龐大，加上對數(shù)據(jù)挖掘處理軟件的使用生疏，使我們的數(shù)據(jù)清理階段變得十分困難；混淆了數(shù)據(jù)挖掘與數(shù)據(jù)統(tǒng)計的概念，初期報告只進行了相關(guān)數(shù)據(jù)的統(tǒng)計；最終系統(tǒng)相關(guān)算法 的確定等等。但通過對數(shù)據(jù)挖掘的摸索與討論，對網(wǎng)絡(luò)文獻的查找與篩選，最終讓我們逐步解決了這些問題。對于整個課題的完成，大家都付出了辛勤的努力。 同時 對數(shù)據(jù)挖掘也有了更加深刻的認識。在對淘鞋網(wǎng)數(shù)據(jù)進行分析并嘗試找出關(guān)聯(lián)的個性化推薦的過程中，對于數(shù)據(jù)分析對人們生活的影響也有了更深的認識。看似無關(guān)的數(shù)據(jù)，如果找到了相應的規(guī)律，將對電子商務(wù)網(wǎng)站產(chǎn)生比較大的影響。雖然在做這個項目的過程中走了許多彎路 ， 最終還是能夠找出一個比較適合的方向。同時運用所學計算機語言做出了簡單的推薦系統(tǒng)，編程能力也有一定的提高。 也 深刻認識到數(shù) 據(jù)挖掘在大數(shù)據(jù)時代所起到的重要作用，通過在大量的數(shù)據(jù)中處理并獲取有用的數(shù)據(jù)，可以得出對生活，尤其是對商業(yè)銷售的重要結(jié)論，將這些結(jié)論應用于生活領(lǐng)域，可以產(chǎn)生很多積極影響。我也深刻認識到了團隊合作的重要性，團隊中需要積極配合，也要提出自己的想法，共同討論研究。在項目進程中，我們遇到了很多困難，我們要不懈努力，迎難而進才能收獲更大的成功 。 參考文獻 : 28 / 30 1 [1]朱郁筱 ,呂琳媛 . 推薦系統(tǒng)評價指標綜述 .電子科技大學學報 .20xx [2] 吳躍 .數(shù)據(jù)挖掘在電信客戶流失中的應用研究 .中國優(yōu)秀碩士學位論 文全文數(shù)據(jù)庫 . 20xx. 9799 [3] 張磊，李蘇軍 . 精通 c編程 .清華大學出版社 附錄 附錄 1 網(wǎng)上購鞋情況調(diào)查問卷 問題 1： 您經(jīng)常瀏覽購物網(wǎng)站嗎 ？ ? 經(jīng)常 ? 不經(jīng)常 ? 從未 問題 2：您 曾經(jīng)在網(wǎng)上購買過鞋子嗎 ？ ? 是 ? 否 問題 3： 若您在網(wǎng)上購買鞋子首先考慮的要素是什么 ？ ? 品牌 ? 類型 ? 價格 ? 款式 ? 是否有優(yōu)惠價格 ? 喜歡的明星代言 問題 4： 您是否對特定的品牌有強烈偏好以至排斥相同類型的其他牌子（如阿迪達斯和耐克） ？ ? 是 ? 否 ? 沒想過 29 / 30 問題 5： 是什么原因讓您選擇網(wǎng)上購鞋（多選） ？ ? 方便快捷 ? 價格優(yōu)惠 ? 款式多樣 問題六：對于現(xiàn)有的購物網(wǎng)站的個性化推薦（如亞馬遜的定制首頁，淘寶、京東等的猜你喜歡）覺得有刺激購買的作用嗎？ ? 有 ? 沒有 ? 沒注意 問題七：您覺得現(xiàn)有的個性化推薦您最不滿意的是哪點？ ? 推薦太多很煩躁 ? 根據(jù)瀏覽或購買記錄推薦已有的東西，不夠智能 ? 沒什么不滿意 問題八：您覺得以下哪種形式的個性化推薦您比較容易接受？ ? 根據(jù)瀏覽購買記錄推薦 ? 根據(jù) 和您有相似的愛好的人的購買或瀏覽記錄推薦 ? 根據(jù)熱門商品推薦 問題八：從您購買某一特定類型的鞋子之后，多久會考慮再次購買該類型的鞋子？ ? 根據(jù)具體類型而定 ? 看到好看的就買 ? 等到上一個鞋子穿壞了就買 ? 具體時間 __________(月 )左右 感謝您的支持，祝您生活愉快！