论文部分内容阅读
在当今电子商务飞速发展的过程中,设计与开发智能个性推荐系统对提高电子商务的经营绩效具有重要的现实价值。针对现有推荐系统缺乏智能性、自适应性、主动性等处理能力的局限性,本论文采用面向多Agent的设计思想,对智能电子商务个性推荐系统的需求、总体结构、功能与实现等进行了研究。本论文的主要工作如下:1、提出了一个基于多Agent的电子商务个性化推荐系统模型。采用多Agent技术并结合Web日志挖掘技术,将传统的个性化推荐系统中的功能模块构件为智能Agent,提出了一个智能电子商务个性化推荐系统的整体架构模型-MAPRS(Multi-Agent based Personalized Recommendation System,MAPRS)。该模型由八个功能相互独立的Agent构成,由它们相互协同工作来实现个性化、主动性的推荐功能,克服了传统推荐系统存在的局限性。2、设计了上述MAPRA模型中的各个Agent的功能与结构及整个系统的工作流程。依据电子商务个性推荐系统的实际需求,对MAPRA模型中的监视Agent、Web日志分析Agent、数据转换Agent、数据挖掘Agent、偏好分析Agent、界面管理Agent和推荐引擎Agent的结构与功能进行了详细设计,并讨论了MAPRA模型的总体运行流程。3、基于轻量级J2EE架构和上述模型实现了一个电子商务个性化推荐系统—PR Market。为了验证本论文提出模型的可行性,根据上述MAPAS模型,采用轻量级J2EE软件架构,J2EE运行环境、Eclipse5.5开发平台、Oracle 9i数据库平台,设计并实现了一个电子商务个性化推荐系统的原型系统,称之为PR Market系统。本论文的研究结果可以为电子商务企业设计与开发电子商务个性化推荐系统提供一定的参考。