基于大数据技术的电子商务个性化推荐系统设计与实现

专业硕士学位论文基于大数据技术的电子商务个性化推荐系统设计与实现DesignandRealizationforCustomizedRecommendationSystemofE-CommercebasedonBigDataTechnology作者：XXX导师：XXX北京交通大学2020年3月学位论文版权使用授权书本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特授权北京交通大学可以将学位论文的全部或部分内容编入有关数据库进行检索，提供阅览服务,并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。（保密的学位论文在解密后适用本授权说明）学位论文作者签名：导师签名：签字日期：年月日签字日期：年月日i中图分类号：XXXXUDC：XXXX学校代码：XXXX密级：公开北京交通大学专业硕士学位论文…中文摘要ii北京交通大学专业硕士学位论文基于大数据技术的电子商务个性化推荐系统设计与实现DesignandRealizationforCustomizedRecommendationSystemofE-CommercebasedonBigDataTechnology作者姓名：XXX学号：XXX导师姓名：XXX职称：教授工程领域：软件工程学位级别：硕士北京交通大学2020年3月北京交通大学专业硕士学位论文…中文摘要iii致谢三年充实而又紧张的研究生生活即将结束，在硕士毕业论文完成之际，我要向所有关心、支持、帮助过我的人表示最真诚的感谢！本论文的工作是在我的导师XXX老师的悉心指导下完成的。在论文选题、实验进展以及文章修改等环节，XXX老师的言传身教使我受益匪浅。三年来，XXX老师在生活、工作、学习方面给予了我很大的关怀，给我一切课可以学习锻炼的机会。同时，XXX老师科学的工作方法和严谨的治学态度给了我很大的影响和帮助。我的每一点成绩，每一步成长都凝聚着老师的心血。XXX老师果断的工作作风，严谨的治学态度，敏锐的洞察力，扎实深厚的学识功底都是值得我学习的地方。谨向XXX老师致以深深的谢意！在实验室工作及撰写论文期间，XXX等同学也给予了我热情的帮助，在此向他们表达我的真挚的感谢。他们在我失落的时候鼓励开导我，帮助我恢复信心。他们对我无微不至的关怀，是支持我完成学业的精神动力。他们鼓励我不停向前，当我取得好成绩的时候又告诉我要戒骄戒躁；当我遇到困难和挫折时，他们告诉我要永不气馁，勇往直前。除此之外，我还要感谢我的家人。我的父母不仅哺育我成长，更在我低落的时候给我关怀与鼓励。他们一直在支持着我，在我取得一些成绩的时候，赞扬我，同时又告诫我要踏实谦虚。我要在这里说声：妈妈爸爸，你们辛苦了。最后感谢评审老师能在百忙之中评审我的论文。北京交通大学专业硕士学位论文…中文摘要iv中文摘要摘要：随着大数据时代的到来，用户的个人信息以各种方式分布在不同的存储设备中，集成所有的用户信息并且通过一定的挖掘技术能够得出用户的潜在需求。目前电子商务发展飞速，移动电子商务更将在以后占据主导地位，如何能够迅速挖掘用户的个人潜在需求，把用户可能感兴趣的产品推送给用户成为大数据时代下电子商务企业需要解决的问题。目前电子商务个性化推荐的精准度还有待提高，个性化推荐手段单一，并没有经过深层次的数据分析，而是已基于用户的浏览信息和购买信息给用户推荐相关产品。这种推荐方式的效率不高，大数据时代的个性化推荐框架应该从源头进行分析和挖掘。针对以上问题，本论文先阐述研究背景、国内外相关研究，并深入研究了推荐系统的发展，推荐算法及其应用，同时还探讨了大数据处理框架Hadoop的原理。本文通过对推荐系统理论的研究和应用以及对Hadoop的研究，从大数据集的源头出发，确定了推荐系统的架构和功能并详细设计了推荐系统，主要思想为根据用户信息数据来源的不同方式，集合所有的个性信息，然后使用大数据时代下的挖掘技术，把具有相关联的信息挖掘出來，并且存储到企业的数据库中，供企业进行相关产品的推荐，同时还阐述了推荐系统的主要部分的实现。关键词：电子商务；推荐系统；个性化推荐；大数据技术分类号：[请输入分类号（1-2），以分号分隔。]北京交通大学专业硕士学位论文…ABSTRACTvABSTRACTABSTRACT:Withtheadventofbigdata,userpersonalinformationdistributedindifferentstoragedevicesinavarietyofways.Integratingallusers’informationthroughminingtechniquescandrawpotentialuserneeds.Rapide-commercedevelopment,mobilecommercewilldominateinthefuture.Howcanwequicklytapthepotentialdemandofusers,pushingtheproductsthatusersmightbeinterestedinbecomesaproblemforthee-commerceenterprisesintheeraofbigdata.Theaccuracyofpersonalizationrecommendationneedstobeimproved,andthemethodissimplewithoutdeepdataanalysis.Itisbasedonuser'sbrowsingfeaturedrelatedtoproductinformation,andpurchasinginformationtousers.Thiswayofrecommendation’sefficiencyislow,dataminingframeworkforpersonalizedrecommendationshouldbeanalysisfromthesource.Tosolvetheaboveproblems,thispapersetoutthebackgroundandrelatedstudies,andstudiedthedevelopmentofrecommendationsystems,recommendationalgorithmsandtheirapplications.ThispaperalsodiscussedtheprinciplesofbigdataHadoopframework.BasedonthetheoreticalresearchandapplicationofrecommendersystemsandresearchonHadoop,startingfromthesourceoflargedatasetstodeterminearecommendedsystemarchitectureandfunctionalanddetaileddesignofrecommendersystems.Thismainideawaysinwhichsourcedatabasedonauser'sinformation,collectionofallpersonalinformation,andthenusetheminingtechnologyintheageofbigdata,informationassociatedwithdiggingoutandstoredinanenterprisedatabase,relevantproductrecommendationsforenterprises.Paperalsoexpoundsthemainimplementationofrecommendersystems.KEYWORDS：Electroniccommerce;RecommendationSystem;PersonalizedrecommendationCLASSNO：[请输入分类号，以分号分隔。]北京交通大学专业硕士学位论文…序vi序互联网的飞速发展使人们进入了信息社会和网络经济时代。互联网的发展对企业发展和个人生活都产生了深远的影响。基于互联网的虚拟企业不再需要传统物理环境中所需的实物投资，企业与客户、供应商等建立起更加直接的联系。电子商务模式为企业发提供了更多的发展机会，同时也带来了许多挑战。其中，最突出的问题就是如何实现个性化推荐。由于供应链和物流的发展，在电子商务的虚拟环境下，商家提供的商品种类和数量非常多，用户想找到自己感兴趣的商品，需要浏览大量无关的信息，这个过程会导致用户的流失，用户不能通过一个小小的计算机屏幕轻易地发现自己感兴趣的商品。因此，用户需要电子商务系统具有一种类似商品推荐的功能来帮助他们选购商品，它能自动根据用户的兴趣爱好推荐其可能感兴趣的商品。在这种情况下，电子商务个性化推荐系统（PersonalizedRecommenderSystemsinE-commerce）应运而生，它是建立在大量数据挖掘基础上的一种先进商务智能平台，帮助电子商务网站为顾客购物提供完全个性化的决策支持和信息服务。购物网站的推荐系统为客户推荐商品，自动完成个性化挑选商品的过程，以满足客户的个性化需求。但是当前的个性化推荐算法多为企业针对自己行业的某类产品进行推荐，比如亚马逊在用户买书的时候只进行书籍类目的推荐，缺少对其它相关产品（类似书架、书立等）的推荐。同时，现在有的推荐算法较少的结合用户的商品历史购买规律，以及商品购买行为之间时序上的伴随关系：例如上次用户浏览的某类商品，如电视机，则紧跟后面的浏览就不需要推荐电视机，但是可以考虑影碟机、家庭影院等商品。与此同时，经过多年的电子商务的飞速发展，电子商务网站已经积累了大量的用户数据。从这些用户历史购买数据以及浏览行为等，可以对用户进行更加深入的个性化推荐。促进用户的消费，满足用户的需求，提升电子商务网站的营收率。基于此，提出了本次选题：基于大数据技术的电子商务个性化推荐系统设计与实现。该选题可以提高电子商务网站的交叉销售能力，提高客户对电子商务网站的忠诚度从而促进电子商务的发展，为电子商务的进一步快速健康发展提供新的动力。北京交通大学专业硕士学位论文...目录vii目录中文摘要.................................................................................................................ivABSTRACT..............................................................................................................v序.............................................................................................................................vi1引言..................................................................................................................12电子商务个性化推荐理论介绍......................................................................32.1个性化推荐..........................................................................................32.1.1个性化推荐概述........................................................