基于網(wǎng)廳用戶隱私行為的個(gè)性化推薦系統(tǒng)的設(shè)計(jì)和研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)和電子商務(wù)的不斷發(fā)展，網(wǎng)絡(luò)商品和服務(wù)的數(shù)量和種類越來越多。面對(duì)如此龐大的規(guī)模，如何快速有效地幫助用戶找到滿足其需求的商品和服務(wù)則成為亟待解決的問題?，F(xiàn)有的個(gè)性化推薦方法大多采用協(xié)同過濾方法從眾多功能相同或相似的商品中向用戶推薦最合適的商品。然而，在江蘇電信網(wǎng)上營(yíng)業(yè)廳（以下簡(jiǎn)稱：網(wǎng)廳）這一典型業(yè)務(wù)場(chǎng)景下，現(xiàn)有方法存在數(shù)據(jù)稀疏性、“冷啟動(dòng)”以及推薦準(zhǔn)確性等問題。針對(duì)數(shù)據(jù)稀疏性問題，本文采用基于用戶顯性數(shù)據(jù)和隱性數(shù)據(jù)相結(jié)合的方式

2、為商品構(gòu)建社會(huì)化標(biāo)簽，作為個(gè)性化推薦的重要依據(jù)；針對(duì)“冷啟動(dòng)”問題，本文采用數(shù)據(jù)挖掘方法對(duì)用戶進(jìn)行分類，通過分類在一定程度上反映出用戶的個(gè)性化興趣偏好。因此，本碩士論文針對(duì)現(xiàn)有個(gè)性化推薦技術(shù)應(yīng)用于江蘇電信網(wǎng)上營(yíng)業(yè)廳中實(shí)際存在的問題，圍繞基于網(wǎng)廳用戶隱性數(shù)據(jù)的個(gè)性化推薦機(jī)制開展相關(guān)研究，主要工作包括以下幾個(gè)方面：
　?。?）提出了一種基于用戶隱性行為數(shù)據(jù)的社會(huì)化標(biāo)簽構(gòu)建方法，通過分析用戶瀏覽頁面、停留時(shí)間等用戶的操作行為等隱性數(shù)據(jù)，

3、結(jié)合交易記錄、服務(wù)評(píng)價(jià)等顯性數(shù)據(jù)，構(gòu)建社會(huì)化標(biāo)簽?zāi)Ｐ停糜诳坍嬌唐返墓δ軐傩院头枪δ軐傩?，為進(jìn)一步分析用戶對(duì)商品的個(gè)性化偏好特征提供依據(jù)。
　?。?）提出了一種基于社會(huì)化標(biāo)簽?zāi)Ｐ偷膫€(gè)性化推薦方法，根據(jù)用戶所構(gòu)建的標(biāo)簽找到目標(biāo)用戶的鄰居用戶集，并基于商品的特征向量將目標(biāo)用戶及其鄰居用戶購(gòu)買過的商品進(jìn)行聚類，最后根據(jù)用戶對(duì)商品的標(biāo)簽計(jì)算目標(biāo)用戶對(duì)商品的偏好程度，并為目標(biāo)用戶推薦滿足其個(gè)性化功能需求的商品集。同時(shí)，聚類方法的使用提高了新

4、發(fā)布商品被推薦的機(jī)會(huì)。
　　（3）提出了一種基于用戶分類的個(gè)性化推薦方法，針對(duì)新注冊(cè)用戶隱性數(shù)據(jù)缺乏的“冷啟動(dòng)”問題，采用基于貝葉斯模型的數(shù)據(jù)挖掘方法對(duì)用戶進(jìn)行分類，為特定類型的用戶推薦相關(guān)商品。在收集到足夠的顯性和隱性行為數(shù)據(jù)之后，對(duì)推薦結(jié)果進(jìn)行調(diào)整。
　?。?）設(shè)計(jì)并實(shí)現(xiàn)了面向網(wǎng)廳用戶的個(gè)性化推薦系統(tǒng)，并將本文中的個(gè)性化推薦算法應(yīng)用于系統(tǒng)中，驗(yàn)證了本文理論成果的可行性和有效性。
　　綜上所述，本論文對(duì)個(gè)性化推薦問題