版權(quán)說(shuō)明:本文檔由用戶(hù)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World Wide Web(簡(jiǎn)稱(chēng)WWW,Web)的迅速發(fā)展,Web上信息與日俱增,互連網(wǎng)已成為人們獲取信息的重要來(lái)源。但是,由于因特網(wǎng)的廣泛性和開(kāi)放性,在因特網(wǎng)上發(fā)布信息極為容易而且不受限制,無(wú)論任何單位、團(tuán)體、個(gè)人只要具備上網(wǎng)條件便可以自由地在因特網(wǎng)上發(fā)布信息,從而加劇了因特網(wǎng)信息的急速膨脹。因此,如何快速、準(zhǔn)確地從浩瀚的信息資源中尋找所需的信息已經(jīng)成為困擾用戶(hù)的一個(gè)難題。 目前,電子商務(wù)也正以令人難以置信的速度蓬勃發(fā)展
2、著。在新的商業(yè)環(huán)境中,怎樣挖掘出潛在用戶(hù),并確保自己的產(chǎn)品可以吸引住客戶(hù),成為眾多開(kāi)展電子商務(wù)的企業(yè)亟待解決的問(wèn)題。電子商務(wù)網(wǎng)站如何盡可能地了解用戶(hù)的喜好而進(jìn)行有效的產(chǎn)品推薦,使得商家能夠根據(jù)用戶(hù)對(duì)產(chǎn)品的滿意程度來(lái)及時(shí)調(diào)整產(chǎn)品的生產(chǎn)、宣傳工作從而實(shí)現(xiàn)更好的銷(xiāo)售。因此,如何為商務(wù)網(wǎng)站提供這些具有商用價(jià)值的信息也成為目前研究的熱點(diǎn)。 基于互聯(lián)網(wǎng)進(jìn)行的信息推薦技術(shù),正是解決以上這些難題的有效手段。它有利于用戶(hù)從因特網(wǎng)這個(gè)信息海洋中尋找
3、所需的信息資源,并推薦其所需要的服務(wù),同時(shí)也能夠讓商家獲得用戶(hù)對(duì)其產(chǎn)品的反饋信息。信息推薦技術(shù)將便利用戶(hù)獲取網(wǎng)絡(luò)上的信息,同時(shí)也加速了知識(shí)共享、知識(shí)學(xué)習(xí)和知識(shí)創(chuàng)造的過(guò)程。因此,對(duì)基于互聯(lián)網(wǎng)的信息推薦技術(shù)的研究,具有很高的商業(yè)價(jià)值與學(xué)術(shù)價(jià)值,具有重要的研究意義。 本文主要做了以下幾方面工作: 1.用戶(hù)評(píng)論信息的發(fā)現(xiàn)與抽?。罕疚奶岢隽艘环N新穎的算法來(lái)發(fā)現(xiàn)并抽取頁(yè)面中的用戶(hù)評(píng)論信息。該算法首先將頁(yè)面分割成多個(gè)語(yǔ)義塊,然后通過(guò)計(jì)
4、算各語(yǔ)義塊的熵值來(lái)量化此語(yǔ)義塊為評(píng)論塊的概率大小,從而自動(dòng)實(shí)現(xiàn)對(duì)用戶(hù)評(píng)論信息塊的抽取。實(shí)驗(yàn)表明新的算法可以得到很高的抽取質(zhì)量與抽取效率。 2.用戶(hù)評(píng)論信息的情感分類(lèi):本文提出了一個(gè)簡(jiǎn)單而有效的方法來(lái)完成情感分類(lèi)工作,即利用WordNet中形容詞的同義詞集合及反義詞集合來(lái)定位評(píng)論句中形容詞的語(yǔ)義性。實(shí)驗(yàn)表明新的算法可以得到滿意的分類(lèi)結(jié)果。 3.流行商品推薦技術(shù):分析用戶(hù)對(duì)商品的評(píng)論信息,最終是為用戶(hù)提供產(chǎn)品推薦服務(wù)。通過(guò)分
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(hù)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
- 基于用戶(hù)評(píng)論信息的推薦算法研究.pdf
- 基于用戶(hù)反饋信息與用戶(hù)信任度的商品推薦技術(shù)的研究.pdf
- 基于用戶(hù)評(píng)論的圖書(shū)推薦算法研究.pdf
- 基于用戶(hù)評(píng)論的音樂(lè)推薦系統(tǒng)的研究.pdf
- 基于評(píng)論分析的商品推薦系統(tǒng)研究.pdf
- 基于用戶(hù)評(píng)論數(shù)據(jù)的信息提煉技術(shù)研究.pdf
- 基于用戶(hù)評(píng)論意見(jiàn)挖掘的混合推薦系統(tǒng).pdf
- 基于用戶(hù)評(píng)論的Flickr圖像標(biāo)簽推薦方法研究.pdf
- 基于語(yǔ)義分析的評(píng)論文本挖掘與商品推薦.pdf
- 基于用戶(hù)瀏覽軌跡的商品推薦方法研究.pdf
- 基于電商網(wǎng)站商品評(píng)論數(shù)據(jù)的用戶(hù)情感分析.pdf
- 基于用戶(hù)評(píng)論的互聯(lián)網(wǎng)商品綜合評(píng)分方法的研究.pdf
- Web頁(yè)面用戶(hù)評(píng)論信息抽取技術(shù)研究.pdf
- 面向網(wǎng)絡(luò)評(píng)論的用戶(hù)觀點(diǎn)核心信息自動(dòng)抽取技術(shù).pdf
- 基于用戶(hù)評(píng)論的社會(huì)化媒體新聞推薦系統(tǒng)研究.pdf
- 基于電子商務(wù)的用戶(hù)商品推薦系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于用戶(hù)畫(huà)像的醫(yī)療信息精準(zhǔn)推薦的研究.pdf
- 基于用戶(hù)興趣的個(gè)性化信息推薦系統(tǒng).pdf
- 商品評(píng)論信息可信度研究.pdf
- 基于用戶(hù)評(píng)價(jià)的垃圾評(píng)論檢測(cè).pdf
評(píng)論
0/150
提交評(píng)論