本文關鍵詞：集團企業(yè)基于iOS的市場智能分析與個性化服務推送的研究

  更多相關文章： 情景感知 協同過濾 BP神經網絡 iOS平臺 信息推送 個性化推薦

【摘要】：在大數據與不斷增長的用戶數量的復雜協作環(huán)境中,企業(yè)如何能夠充分的整合現有的人力物力、業(yè)務與數據資源,使得企業(yè)的信息資源能夠及時的交換和獲取,這是一個企業(yè)提高競爭力和企業(yè)效率的一個關鍵因素。然而如何結合不同用戶的角色任務特點、在多人動態(tài)協作的過程中,相應地管理以及推送相關資源信息,是動態(tài)協作過程中的難點,也是實現企業(yè)智能輔助的重點。本文將個性化推送與iOS這個用戶量廣闊的穩(wěn)定平臺結合起來,研究協同過濾推薦(Collaborative Filtering recommendation)技術,通過分析用戶興趣,找到指定用戶的相似用戶群,綜合這些用戶群對某一信息的評價,對指定用戶的喜好程度進行預測,將會是企業(yè)移動營銷的一大助力。本文的主要工作包括:(1)情景感知的移動推薦系統框架的研究首先,對情景感知的定義、情景感知計算以及感知系統的基本結構等理論進行闡述;其次,討論通用的情景感知框架并將移動推薦和傳統PC推薦進行對比分析,根據移動推薦的特性,本文提出并設計了基于情景感知的移動平臺推薦框架;最后,根據企業(yè)情景的不同對推送的內容進行了分類。(2)基于協同過濾算法的幾種個性化服務推送的探究對協同過濾下基于用戶的協同過濾和基于項目的協同過濾算法進行詳細的研究介紹,并在企業(yè)情景下,以用戶為中心,利用情景感知細分了幾種個性化推送服務的研究情景,分別是基于角色的個性化推送服務、基于區(qū)域市場的個性化推送服務以及基于用戶實時行為的個性化推送服務,并基于這幾種推送服務對算法加以整理和改進。(3)搭建Web Service服務架構和iOS平臺的數據存儲本文建立了支持各種平臺的Web Service架構服務平臺,通過服務端和移動端使用SOAP請求相應并以XML數據格式傳輸數據,保證數據傳輸的實時性和正確性,實現了各種平臺的應用協同。同時,研究了iOS平臺近兩年推出的CloudKit云服務組件以及它的優(yōu)勢,在某些時候可以將其用作服務端存儲大量的復雜數據以減輕企業(yè)服務器的傳輸壓力。本文中,我們利用CloudKit技術實現了iOS移動端的復雜分析數據的存儲,同時,根據安徽APP的銷售分析功能對相關的移動界面進行了設計。
【關鍵詞】：情景感知 協同過濾 BP神經網絡 iOS平臺 信息推送 個性化推薦
【學位授予單位】：浙江理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.3
【目錄】：

• 摘要4-5
• ABSTRACT5-10
• 第一章 緒論10-16
• 1.1 論文研究的背景及意義10-11
• 1.1.1 論文研究的背景10-11
• 1.1.2 研究的目的和意義11
• 1.2 國內外的研究現狀11-14
• 1.2.1 個性化推薦系統的現狀11-13
• 1.2.2 推薦算法的研究現狀13-14
• 1.3 本文主要研究內容14-15
• 1.4 論文的組織安排15-16
• 第二章 相關技術和理論的介紹16-22
• 2.1 iOS平臺相關技術16-19
• 2.1.1 移動設備上的推送機制16-17
• 2.1.2 iOS平臺推送原理17-18
• 2.1.3 CloudKit18-19
• 2.2 協同過濾的推薦原理簡介19-21
• 2.2.1 基于用戶的推薦20
• 2.2.2 基于項目的推薦20-21
• 2.3 本章小結21-22
• 第三章 情景感知的移動推薦系統框架22-34
• 3.1 引言22
• 3.2 情景感知的相關理論22-23
• 3.2.1 情景的定義和情景感知22
• 3.2.2 情景感知計算的概念22-23
• 3.2.3 情景感知系統的基本結構23
• 3.3 基于情景感知的移動推薦框架設計23-28
• 3.3.1 通用的情景感知框架模型23-25
• 3.3.2 移動推薦與傳統推薦25-26
• 3.3.3 移動平臺的推薦系統框架26-28
• 3.4 企業(yè)環(huán)境下的情景感知28-33
• 3.4.1 用戶情景29
• 3.4.2 時間情景29-31
• 3.4.3 市場情景31-33
• 3.5 本章小結33-34
• 第四章 基于智能分析的個性化服務推送的研究34-50
• 4.1 引言34-35
• 4.2 BP神經網絡35-36
• 4.3 協同過濾推薦算法概述及原理36-40
• 4.3.1 基于User-Based的協同過濾推薦算法36-38
• 4.3.2 基于Item-Based的協同過濾推薦算法38-40
• 4.4 BP神經網絡和協同過濾的結合40-42
• 4.4.1 基礎的用戶偏好模型41
• 4.4.2 用戶偏好模型的訓練41-42
• 4.5 個性化推送服務應用場景的研究42-49
• 4.5.1 基于角色的個性化推送43-45
• 4.5.2 基于區(qū)域市場的個性化推送45-47
• 4.5.3 基于用戶實時行為的個性化推送47-49
• 4.6 本章小結49-50
• 第五章 基于iOS平臺的應用服務架構50-63
• 5.1 引言50
• 5.2 iOS推送服務器的搭建50-51
• 5.3 Web Service服務的架構設計51-55
• 5.3.1 Web Service的基礎概念與組件51-53
• 5.3.2 Web Service之間的協同關系53-54
• 5.3.3 SOAP的類型選擇54
• 5.3.4 基于Web Service服務的平臺總體架構54-55
• 5.4 iOS平臺的數據存儲與界面設計55-62
• 5.4.1 CoreData與SQLite56
• 5.4.2 CloudKit的優(yōu)勢分析56-57
• 5.4.4 分析模塊的模型和界面設計57-62
• 5.5 本章小結62-63
• 第六章 總結與展望63-65
• 6.1 全文總結63-64
• 6.2 研究展望64-65
• 參考文獻65-68
• 致謝68-69
• 攻讀學位期間的研究成果69

【相似文獻】

中國期刊全文數據庫 前10條

1 楊風召;;一種基于特征表的協同過濾算法[J];計算機工程與應用;2007年06期

2 王嵐;翟正軍;;基于時間加權的協同過濾算法[J];計算機應用;2007年09期

3 曾子明;張李義;;基于多屬性決策和協同過濾的智能導購系統[J];武漢大學學報(工學版);2008年02期

4 張富國;;用戶多興趣下基于信任的協同過濾算法研究[J];小型微型計算機系統;2008年08期

5 侯翠琴;焦李成;張文革;;一種壓縮稀疏用戶評分矩陣的協同過濾算法[J];西安電子科技大學學報;2009年04期

6 廖新考;;基于用戶特征和項目屬性的混合協同過濾推薦[J];福建電腦;2010年07期

7 沈磊;周一民;李舟軍;;基于心理學模型的協同過濾推薦方法[J];計算機工程;2010年20期

8 徐紅;彭黎;郭艾寅;徐云劍;;基于用戶多興趣的協同過濾策略改進研究[J];計算機技術與發(fā)展;2011年04期

9 焦晨斌;王世卿;;基于模型填充的混合協同過濾算法[J];微計算機信息;2011年11期

10 鄭婕;鮑海琴;;基于協同過濾推薦技術的個性化網絡教學平臺研究[J];科技風;2012年06期

中國重要會議論文全文數據庫 前10條

1 沈杰峰;杜亞軍;唐俊;;一種基于項目分類的協同過濾算法[A];第二十二屆中國數據庫學術會議論文集（技術報告篇）[C];2005年

2 周軍鋒;湯顯;郭景峰;;一種優(yōu)化的協同過濾推薦算法[A];第二十一屆中國數據庫學術會議論文集（研究報告篇）[C];2004年

3 董全德;;基于雙信息源的協同過濾算法研究[A];全國第20屆計算機技術與應用學術會議（CACIS·2009）暨全國第1屆安全關鍵技術與應用學術會議論文集（上冊）[C];2009年

4 張光衛(wèi);康建初;李鶴松;劉常昱;李德毅;;面向場景的協同過濾推薦算法[A];中國系統仿真學會第五次全國會員代表大會暨2006年全國學術年會論文集[C];2006年

5 李建國;姚良超;湯庸;郭歡;;基于認知度的協同過濾推薦算法[A];第26屆中國數據庫學術會議論文集（B輯）[C];2009年

6 王明文;陶紅亮;熊小勇;;雙向聚類迭代的協同過濾推薦算法[A];第三屆全國信息檢索與內容安全學術會議論文集[C];2007年

7 胡必云;李舟軍;王君;;基于心理測量學的協同過濾相似度方法(英文)[A];NDBC2010第27屆中國數據庫學術會議論文集(B輯)[C];2010年

8 林麗冰;師瑞峰;周一民;李月雷;;基于雙聚類的協同過濾推薦算法[A];2008'中國信息技術與應用學術論壇論文集（一）[C];2008年

9 羅喜軍;王韜丞;杜小勇;劉紅巖;何軍;;基于類別的推薦——一種解決協同推薦中冷啟動問題的方法[A];第二十四屆中國數據庫學術會議論文集（研究報告篇）[C];2007年

10 黃創(chuàng)光;印鑒;汪靜;劉玉葆;王甲海;;不確定近鄰的協同過濾推薦算法[A];NDBC2010第27屆中國數據庫學術會議論文集A輯一[C];2010年

中國博士學位論文全文數據庫 前10條

1 李聰;電子商務推薦系統中協同過濾瓶頸問題研究[D];合肥工業(yè)大學;2009年

2 郭艷紅;推薦系統的協同過濾算法與應用研究[D];大連理工大學;2008年

3 羅恒;基于協同過濾視角的受限玻爾茲曼機研究[D];上海交通大學;2011年

4 薛福亮;電子商務協同過濾推薦質量影響因素及其改進機制研究[D];天津大學;2012年

5 高e，

本文編號：653128