数据挖掘技术在电子商务中的商品推荐应用论文(pdf 63页)

数据挖掘技术在电子商务中的商品推荐应用论文内容提要：
随着互联网的普及和电子商务业务的发展，电子商务网站积累了大量的客户交易数据。如何充分利用这些数据，获得客户的购物模式，对客户进行个性化的商品推荐，从而更好地提高网站的服务质量和经济效益，是电子商务迫切需要解决的问题。
当前的电子商务网站一般是采用统计技术和多维分析等传统技术，凭着网站设计人员的经验，设计～些统一格式的商品推荐界面，对客户进行商品推荐。这种商品推荐缺乏个性化，难以达到显著的推荐效果。这些传统技术是验证型的技术，难以获得隐藏在数据背后的知识。
而数据挖掘技术的商品推荐应用，正是针对这些问题而提出的。数据挖掘是从大量的数据中，抽取出潜在的、有价值的知识、模型或规则的过程，是属于发现型的技术。因此，数据挖掘技术的商品推荐应用是数据挖掘和电子商务发展的必然趋势。
本文首先对电子商务网站在商品推荐方面的现状进行概括，总结了普遍存在的问题，例如商品推荐缺少个性化、针对性和吸引力，商品推荐没有充分利用网站长期积累下来的大量的客户交易数据等等，阐述了把数据挖掘技术应用到商品推荐之中的解决方法及其重要意义，设计了一个基于数据挖掘技术的电
子商务推荐系统框架，并阐述了设计与实现过程中所涉及的主要问题及其解决方法。
..............................