文献类型：期刊文献

中文题名：基于Web挖掘的电子商务推荐系统中推荐方法研究

英文题名：Study on the recommending methods used in e-commerce recommending system based on Web usage mining

作者：景丽[1];黄献波[2]

第一作者：景丽

机构：[1]河南财经学院信息学院;[2]河南财经学院基建处

第一机构：河南财经政法大学计算机与信息工程学院

年份：2006

卷号：21

期号：4

起止页码：66-68

中文期刊名：郑州轻工业学院学报：自然科学版

收录：CSTPCD

基金：河南省教育厅自然科学基金资助项目(2004922081)

语种：中文

中文关键词：电子商务;推荐系统;推荐方法;Web挖掘;协同过滤;事务聚类;关联规则;关联规则超图划分技术

外文关键词：e-commerce; recommending system; recommending method; Web usage mining; collaborative fil- tering algorithm ; transaction clustering; association rule ; ARHP

摘要：以改进Apriori算法、K_means聚类算法和ARHP算法3种不同的Web挖掘技术为基础构造推荐算法,形成推荐集.仿真实验结果表明基于ARHP的推荐算法的覆盖率和准确度明显高于其他两种方法,可用于基于Web挖掘的电子商务推荐系统中.
In research about recommendation system in e-commerce based on web usage mining, three recommending methods based on improved technique about Apriori, K-means cluster way and ARPH technique are presented. In the testing we find the precision and coverage rates of the recommending method based on ARHP outperform the other two methods obviously, which can be utilized in the e-commerce recommendation system.