1、 本科生毕业论文本科生毕业论文(设计设计) 论文题目论文题目: : 基于神经网络基于神经网络算法算法的的用户用户网上购物网上购物行为预测系统行为预测系统 II 摘要 随着信息时代的来临， 电子商务行业蓬勃发展， 如何在近似乎爆炸式增长的商品信息面 前，精准地预测到用户喜爱和满意的商品，不仅对于用户来说节约了大量的时间和精力，对 于电子商务商家来说也是定位客户群、 商品广告推广和组合促销手段的一大助力。 近些年来， 国内外推荐系统普遍地被运用于产品、 音乐和新闻的推荐， 却缺乏针对于网上购物客户的购 物情况的倾向性分析和相关电商商品的推荐软件。 基于以上背景， 本文运用 MATLAB 软件中的
2、BP 神经网络和 RBF 神经网络， 分别根据同一 消费者一年内在某电商网站的购买记录， 对其网络购买行为进行一个趋向性分析， 通过算法 和仿真预测， 得到一系列有关该消费者未来一段时间内网上购物情况的预测趋势图， 从而辅 助实现网上购物推荐系统的主要功能， 即预测消费者对于购物行为的偏爱情况。 为了能精准 的定位顾客的需求，达到自动化程度高、方便快捷、准确有效的推荐功能，从而辅助未来自 动购买技术的发展， 有必要对推荐系统的相关数据分析模块和算法模块进行详细的比较研究。 因此，在本文中，作者还通过比较的研究方法，探究 BP 神经网络算法以及 RBF 神经网络算 法从结构和算法上的不同，以及对
3、于预测结果的差异之处，在提高预测精准度的同时，为日 后进一步推荐系统的开发提供算法选择上的参考。 关键词： 电子商务；推荐系统；MATLAB；BP 神经网络；RBF 神经网络 III Abstract With the advent of the information age and the booming e-commerce industry, how to accurately predict the users favorite and satisfied products, is not only saving a lot of time and effort for the us
4、er, but also a big help for those e-commerce developers to merchandise advertising and promotional tools in combination. In recent years, more and more domestic and international recommendation systemsare universally used in product prediction, music and news preferences, and qualifiedrecommendations.But online shopping for the customers shopping situation tendency analysis and related merchandise electricity supplier recommended software are lacked currently. Based on the above background,
