【正文】 商務(wù)事務(wù)記錄中發(fā)現(xiàn)有趣的關(guān)聯(lián)關(guān)系，可以幫助許多商務(wù)決策的制定。 、數(shù)據(jù)挖掘技術(shù)主要方法 數(shù)據(jù)挖 掘的目標(biāo)是從數(shù)據(jù)庫中發(fā)現(xiàn)隱含的、有意義的知識，主要有以下幾類分析方法 ： (1)關(guān)聯(lián)分析 關(guān)聯(lián)分析就是從大量數(shù)據(jù)中發(fā)現(xiàn)項集之間有趣的關(guān)聯(lián)或相關(guān)聯(lián)系。實質(zhì)上，傳統(tǒng)的搜索算法是從海量的商品信息中過濾出與關(guān)鍵 字相關(guān)的相關(guān)信息，針對特定用戶自身的特定需求，它就顯得無能為力了?？梢哉f，前兩種推薦由于根本未考慮不同用戶的個性特點，因此推薦完全不具備個性化的特點，第三種推薦有一定的個性化成份，但多數(shù)網(wǎng)站還僅僅停留在僅針對該用戶一個人的購買歷史，只是為每個用戶建立了一個個人購買檔案，沒有橫向進(jìn)行信息綜合，因此沒有協(xié)作推薦價值，所以也無法實現(xiàn)商品的實時綜合推薦。 近年來，如何提高商業(yè)網(wǎng)站的有效性，尤其是如何運用個性化推薦技術(shù)實現(xiàn)電子商務(wù)個性化服務(wù)已逐漸成為一個能引起廣泛興趣的熱點課題。 、 數(shù)據(jù)挖掘在 個性化推薦 系統(tǒng)中 的 應(yīng)用 現(xiàn)狀 近十幾年，隨 著科學(xué)技術(shù)飛速的發(fā)展，經(jīng)濟(jì)和社會都取得了極大的進(jìn)步，與此同時，在各個領(lǐng)域產(chǎn)生了大量的數(shù)據(jù)，如人類對太空的探索， 銀行每天的巨額交易數(shù)據(jù) 顯然在這些數(shù)據(jù)中豐富的信息，如何處理這些數(shù)據(jù)得到有益的信息，人 6 / 30 們進(jìn)行了有益的探索。幫助用戶輕松地找到所想要購買的商品。 ? 優(yōu)質(zhì)的個性化推薦系統(tǒng) 能為用戶發(fā)掘用戶新的興趣點，為用戶推薦一些他感興趣但他從沒聽說過的商品。所謂 個性化，它體現(xiàn)出的是一種用戶個體的個性，也就是這個用戶不同的其他用戶的地方；在推薦領(lǐng)域中，個性化就要求推薦系統(tǒng)能針對不同的用戶分析他的行為和興趣然后在現(xiàn)有的商品中推薦用戶感興趣的商品，這個推薦結(jié)果對不同用戶注定是不同的，是有針對性的，這些就體現(xiàn)出了推薦系統(tǒng)的個性化。推薦實質(zhì)上是替用戶評估他從來沒見過的商品，這些商品可以是電影、書、笑話、網(wǎng)頁、甚至還可以是旅游、音樂、電子產(chǎn)品等等；對用戶來說，推薦根本上就是一個讓用戶自身對商品信息從未知到已知的過程。 ? 所以， 聯(lián)系已有的相關(guān) 參考 文獻(xiàn) ，就國內(nèi)消費形勢 而言 ， 商品個 5 / 30 性化推薦系統(tǒng)沒有必要考慮品牌的互斥。 ? 絕大多數(shù)網(wǎng)購者反應(yīng)，品牌之間的競爭只是他們公司的競爭，并不會影響到他們購 買的選擇。 但 消費者 網(wǎng)購的商品中是否曾經(jīng)購過鞋子呢？我們的調(diào)查問卷調(diào)查結(jié)果顯示如下： 4 / 30 調(diào)查結(jié)果顯示，大約 85%的網(wǎng)購者曾經(jīng)在網(wǎng)上購買過鞋子， 由此可見，我們項目所研究的針對淘鞋網(wǎng)推薦特定的“品牌、類型、男 /女”具有重大的意義。 在項目啟動前，我們做了 《網(wǎng)上購鞋情況調(diào)查 問卷》 （見 附錄 1） ， 發(fā)放問卷20 份，收回問卷 20 份， 問卷收回率 100%，問卷覆蓋范圍為廣外大三信息學(xué)院部分學(xué)生。面對如此海量的商品信息，如何便捷、快速地獲取到用戶感興趣的商品信息已經(jīng)成為了一個 熱門研究課題。 關(guān)鍵詞： 某淘鞋網(wǎng)、個性化推薦 、 歷史記錄、熱門表 3 / 30 一、緒論 、 項目背景 中國互聯(lián)網(wǎng)絡(luò)信 息中心（ CNNIC）在北京發(fā)布的《第 29 次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》顯示：電子商務(wù)類應(yīng)用繼續(xù)保持穩(wěn)步發(fā)展，其中網(wǎng)絡(luò)購物用戶規(guī)模達(dá)到 億人，增長率達(dá)到 %。 基于某淘鞋網(wǎng)的商品個性化推薦 1 / 30 目錄 摘要 .......................................................................................................................... 2 一、緒論 .......................................................................................................................... 3 、項目背景 ........................................................................................................... 3 、數(shù)據(jù)挖掘在個性化推薦系統(tǒng)中的意義 ................................................................. 5 、數(shù)據(jù)挖掘在個性化推薦系統(tǒng)中的應(yīng)用現(xiàn)狀 .......................................................... 5 、數(shù)據(jù)挖掘技術(shù)主要方法 ...................................................................................... 6 、數(shù)據(jù)挖掘在個性化推薦系統(tǒng)中的數(shù)據(jù)處理過程： ............................................... 7 、目標(biāo)與可行性方法 ............................................................................................. 8 二、數(shù)據(jù)分析 ................................................................................................................... 9 、本次數(shù)據(jù)挖掘所用到的屬性及解釋 ： ......................................................... 9 、對各分類信息進(jìn)行統(tǒng)計 ： ........................................................................... 9 ........................................................................................................................ 10 、各分類信息統(tǒng)計結(jié)論 ....................................................................................... 11 三、推薦系統(tǒng)設(shè)計 .......................................................................................................... 13 、系統(tǒng)設(shè)計流程 .................................................................................................. 13 、生成全國熱門表算法： .................................................................................... 14 、生成省份熱門表算法： .................................................................................... 15 、生成隨機(jī)推薦表算法 ....................................................................................... 17 、抽取歷 史記錄生成推薦表算法： ...................................................................... 17 、生成新用戶推薦列表算法： ............................................................................. 17 、生成老用戶推薦列表算法： ............................................................................. 18 、評價指標(biāo)算 法： .............................................................................................. 19 四、系統(tǒng)個性化推薦的實現(xiàn) ............................................................................................ 23 、輸入模塊 ......................................................................................................... 23 、輸出模塊 ......................................................................................................... 24 五、局限性分析 ............................................................................................................. 25 、個性化推薦在電子商務(wù)中應(yīng)用的局限性： ........................................................ 25 本個性化推薦系統(tǒng)軟件的局限性 : ......................................................................