基于Web日志挖掘的購物推薦方法研究.pdf

1、網絡技術的發(fā)展促進了購物方式的變革，越來越多的人在線上挑選商品、購買商品。電子商務的模式日趨完善，同時也滲透到了生活中的方方面面，它正朝著越來越智能化、越來越人性化的方向發(fā)展。購物網站從傳統(tǒng)的千人一頁正過渡到千人千頁，每個用戶因為個體間的差異，應當獲得不同的推薦商品。其次，很多年輕用戶無目的性的逛商場行為，更需要在網絡購物中所體現。
　　Web日志挖掘是數據挖掘中一個重要的研究方向。通過統(tǒng)一 Web日志的格式，分析用戶瀏覽行為特征

2、，能夠在 Web日志中找到潛在的、有意義的、經濟價值高的信息。這已被廣泛用于電子商務網站、社交網絡以及企業(yè)服務網站等領域。
　　本文介紹了 Web日志挖掘的背景以及個性化推薦的概況，闡述了數據預處理的方法與過程，重點研究了關聯(lián)規(guī)則 Apriori算法和 Eclat算法，分析了這兩個算法的不足，并結合 Web日志特點和電子商務網站實際提出了 W-Eclat算法，然后將其應用在微商城項目中。
　　W-Eclat算法根據 Web日