基于CF面向对象的电子商务推荐系统

在关联规则、协同过滤的基础上提出了面向对象的推荐系统.根据客户特点进行分类,采取不同模式挖掘算法,提出面向对象的协同过滤算法,为客户提供个性化的服务,从而提高电子商务推荐系统的推荐质量.通过设计实验,对算法质量进行度量和分析.     

基于关联规则的电子商务推荐系统研究

电子商务网站可以使用推荐系统分析客户的消费偏好,向每个客户具有针对性地推荐商品．推荐系统在帮助了客户的同时也提高了顾客对商务活动的满意度．本文首先对基于关联规则的推荐系统的相关知识进行了讨论,提出基于项目支持度的关联规则推荐算法,并通过实验验证该算法的可行性．在此基础上对基于关联规则推荐系统的结构进行了研究．     

电子商务网站中推荐系统的应用

随着Internet的普及,电子商务正以令人难以置信的速度蓬勃发展.新的商业环境在为企业提供新的商机的同时,也对企业发出了新的挑战.以客户为中心的客户关系管理是电子商务环境中企业吸引和留住顾客的致胜法宝之一.怎样在电子虚拟世界中吸引新的客户,一方面,企业能够提供满足用户个性化的产品和服务;另一方面,要引导客户从众多的产品中容易地找到自己喜爱的东西.近年来兴起的推荐系统成为解决这些问题的重要途径之一.推荐系统(Rec-ommender System)是根据用户个人的喜好、习惯来向其推荐信息、商品的程序.