论文部分内容阅读
随着互联网的快速发展,很多用户在选择礼品时放弃了去礼品店直接选择的传统购物方式,而是开始倾向于通过礼品网站来挑选合适的礼品馈赠亲友。由于礼品网站的信息庞杂,用户面临着越来越严重的信息超载问题,因此将个性化推荐功能嵌入礼品网站以便帮助用户快速做出决策成为了需要迫切解决的问题。将个性化推荐服务应用于礼品网站是较为新颖的问题。本文首先介绍了几种常见的个性化推荐算法,然后立足于礼品推荐问题的特点,设计并实现了一个基于分类领域的个性化礼品推荐系统,对基于分类领域的推荐提出了基于用户行为的推荐和基于类别关系的推荐两种方式的设计与实现,进行了系统的需求分析、系统设计、系统实现及系统测试,分析了系统中的关键问题并提出了解决方案。本文主要的工作如下:(1)使用Java和正则表达式抓取了淘宝网40个二级礼品分类下的礼品并存入数据库中,作为礼品推荐系统的数据源;(2)设计并实现基于用户行为的个性化礼品推荐。其实现步骤为:首先记录用户在使用系统时的行为并保存在用户行为库中,然后根据用户的行为挖掘用户对各个礼品类别的潜在兴趣,最后根据用户的兴趣值推荐给用户可能感兴趣的礼品。具体来说,用户在使用系统时的行为指的是用户在近期点击了哪些礼品分类,分类的点击量越高说明用户对这个分类下礼品的潜在的兴趣值越大,那么系统就应该多推荐这些分类下的礼品。(3)设计并实现基于类别关系的个性化礼品推荐。基于类别关系的个性化礼品推荐,是指根据两个分类之间的关系来为用户提供个性化的礼品推荐服务,它基于以下思想:用户在浏览一个类别时,系统为用户推荐与这个类别关联度最大的那些类别下的礼品。礼品类别的关系度信息存储在礼品类别关系数据库中。礼品类别关系数据库中存储的信息是经过处理的更高级形式的信息,这些信息更有利于生成准确的推荐结果。