基于粗糙集的电子商务智能推荐系统
目前,网络购物已经成为电子商务中增长最快的领域之一.随着网络顾客数量的激增,如何通过分析顾客的购买行为来识别其对商品的偏好,并为之推荐满意的商品,已经成为在线企业面临的重要挑战之一.本文提出了五阶段购买行为模型,并在此基础上设计了智能推荐系统.该系统综合利用了粗糙集理论和模糊成员函数,通过分析商品数据库,顾客数据库和交易历史数据库中的信息,确定商品关键属性,获取顾客偏好,并向顾客推荐与其偏好最接近的商品,提高推荐效率.系统还能够根据顾客的反馈信息进行自动调整,不断提高推荐的精确度,具有较好的智能性.
电子商务 智能推荐 粗糙集 模糊成员函数
张君雁 邵培基
电子科技大学管理学院,成都,610054
国内会议
成都
中文
289-293
2006-10-21（万方平台首次上网日期，不代表论文的发表时间）