

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著電子商務(wù)的發(fā)展,網(wǎng)上購買成為了時(shí)下一種主流的購物方式,消費(fèi)者在面對(duì)海量信息時(shí),需要付出大量時(shí)間來找尋自身感興趣的商品。在此情況下,個(gè)性化推薦系統(tǒng)應(yīng)運(yùn)而生,被認(rèn)為是一種有效且符合消費(fèi)者商品需求的營銷方法,它能解決電子商務(wù)網(wǎng)站中消費(fèi)者購物選擇問題,是目前網(wǎng)絡(luò)信息服務(wù)領(lǐng)域的熱點(diǎn)之一。個(gè)性化服務(wù)系統(tǒng)通過分析使用對(duì)象的行為信息,來分析消費(fèi)者個(gè)人的興趣差異習(xí)慣,從而提供“一對(duì)一”精準(zhǔn)營銷服務(wù)。要實(shí)現(xiàn)個(gè)性化推薦系統(tǒng),必須建立用戶興趣模型,用戶建模
2、在個(gè)性化推薦中處于核心地位,建模的質(zhì)量直接影響到推薦系統(tǒng)的質(zhì)量。對(duì)此,通過捕捉多源用戶興趣數(shù)據(jù)并進(jìn)行數(shù)據(jù)融合,是提高用戶興趣建模質(zhì)量的一條重要途徑。本文研究的目的在于針對(duì)B2C網(wǎng)站環(huán)境下,傳統(tǒng)協(xié)同過濾推薦精度不夠高的問題,提出和實(shí)現(xiàn)基于用戶樹型網(wǎng)絡(luò)的多源用戶興趣數(shù)據(jù)融合方法,以改善和優(yōu)化原有方法的推薦質(zhì)量。全文主要研究?jī)?nèi)容如下:
首先,本文以建模流程為研究視角,從用戶信息收集、信息表示、技術(shù)處理、更新方式四個(gè)方面對(duì)個(gè)性化推薦系
3、統(tǒng)中的用戶興趣模型建立的現(xiàn)有研究成果進(jìn)行比較分析,將信息收集歸納為信息來源、信息存儲(chǔ)兩個(gè)方面,用以獲取建模的信息來源;將信息表示歸納為語義表示、量化表示兩類方法,用以表征具體的用戶興趣偏好;將數(shù)據(jù)處理歸納為兩類技術(shù),即特征詞權(quán)重、聚類技術(shù),用以加工用戶信息而生成用戶興趣模型;將數(shù)據(jù)更新歸納為時(shí)間窗口法、遺忘算法、混合模型等三類方法,用以體現(xiàn)模型中的用戶興趣漂移。
其次,從用戶購物流程角度出發(fā),總結(jié)出能最大程度反映消費(fèi)者興趣偏好
4、的4個(gè)因子:商品點(diǎn)擊行為、商品收藏行為、放入購物車行為、下單行為。然后具體量化每種指標(biāo)因子的計(jì)算,設(shè)置相應(yīng)規(guī)則實(shí)現(xiàn)靜態(tài)用戶興趣權(quán)重??紤]到用戶興趣變化,設(shè)計(jì)了隨時(shí)間變化的興趣值,彌補(bǔ)了靜態(tài)系統(tǒng)推薦的不足。針對(duì)每個(gè)個(gè)體,進(jìn)一步把興趣區(qū)分為長期、短期興趣,同時(shí)給出不同的指數(shù)衰減方法。通過上述處理,實(shí)現(xiàn)了用戶多源興趣數(shù)據(jù)的有效融合,可以更好地提高推薦精度。
最后,實(shí)驗(yàn)基于阿里巴巴集團(tuán)旗下天貓商城提供的真實(shí)用戶數(shù)據(jù)集,通過實(shí)施數(shù)據(jù)融合
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 36936.基于多源數(shù)據(jù)融合的微博用戶興趣挖掘方法
- 基于多源數(shù)據(jù)融合的網(wǎng)絡(luò)風(fēng)險(xiǎn)評(píng)估研究.pdf
- 基于多源POI數(shù)據(jù)的匹配融合方法研究.pdf
- 基于多特征融合的微博用戶興趣建模研究.pdf
- 基于多源檢測(cè)器的交通流數(shù)據(jù)融合方法研究.pdf
- 基于多源事件融合的網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估方法研究.pdf
- 多源遙感數(shù)據(jù)融合方法與應(yīng)用研究.pdf
- 基于多源數(shù)據(jù)融合的SAR圖像目標(biāo)識(shí)別方法研究.pdf
- 基于多源數(shù)據(jù)融合的目標(biāo)跟蹤方法設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于網(wǎng)絡(luò)訪問日志的用戶興趣建模方法研究.pdf
- 基于聚類分析的網(wǎng)絡(luò)用戶興趣挖掘方法研究.pdf
- 多源數(shù)字油田數(shù)據(jù)與油田數(shù)據(jù)融合及方法研究.pdf
- 基于Shearlet變換的多源圖像融合方法研究.pdf
- 基于多源數(shù)據(jù)融合的蛋白質(zhì)-蛋白質(zhì)相互作用網(wǎng)絡(luò)構(gòu)建方法研究.pdf
- 基于多源信息融合的灌溉決策方法研究.pdf
- 基于數(shù)據(jù)驅(qū)動(dòng)的多源信息融合技術(shù)研究.pdf
- 多源信息融合方法研究
- 基于多源數(shù)據(jù)融合的變結(jié)構(gòu)DBN模型基因調(diào)控網(wǎng)絡(luò)構(gòu)建.pdf
- 基于流量矩陣的多源數(shù)據(jù)融合分析的研究.pdf
- 基于多源數(shù)據(jù)融合的IDS設(shè)計(jì)與實(shí)現(xiàn).pdf
評(píng)論
0/150
提交評(píng)論