發(fā)布時間：2017-12-25 08:42

  本文關(guān)鍵詞：眾包配送中的服務(wù)推薦研究　出處：《浙江理工大學》2017年碩士論文　論文類型：學位論文

  更多相關(guān)文章： 用戶滿意度 個性化推薦 眾包配送服務(wù) 用戶評分行為

【摘要】：在新興領(lǐng)域共享經(jīng)濟的帶動下,最后三公里的配送服務(wù)領(lǐng)域也開始嘗試眾包物流,該模式以APP為平臺,基于廣大的社會資源基礎(chǔ)為用戶提供方便快捷的配送服務(wù),而用戶滿意度是眾包物流平臺得以維護用戶和開拓市場的重要競爭手段之一,這也使得如何從大量的社會資源中獲取合適信息來滿足用戶的個性化配送服務(wù)需求成為目前眾包配送需要解決的關(guān)鍵問題之一。為此本文結(jié)合國家自然科學基金項目(71471165):“泛在計算環(huán)境中社會化驅(qū)動的情境感知個性化信息服務(wù)研究”開展眾包配送中的個性化推薦研究,提出了基于配送服務(wù)多屬性多時序性評分的協(xié)同過濾推薦方法,同時探究了眾包配送中的個性化推薦對于用戶滿意程度的影響。本文的主要工作與貢獻包括:(1)提出將個性化與眾包配送相結(jié)合進行服務(wù)推薦從現(xiàn)有的眾包物流服務(wù)模式入手,針對存在的配送服務(wù)問題提出了基于用戶偏好的配送服務(wù),即主要研究哪一種配送方案適合于目標用戶,將個性化與物流服務(wù)相結(jié)合來解決眾包物流發(fā)展中存在的配送服務(wù)質(zhì)量問題。(2)量化用戶對屬性的評分波動性通過基于某一服務(wù)屬性進行用戶的評分波動性分析,并將引用信息熵進行量化后的值應用于目標用戶對單一服務(wù)屬性的評分預測和多屬性權(quán)重確定中。(3)基于單一服務(wù)屬性的最近鄰預測目標用戶評分通過構(gòu)建“用戶—配送服務(wù)”評分矩陣獲取所有用戶對所有評分過的配送服務(wù)單一服務(wù)屬性的評分值,并通過計算相似值來獲取目標用戶的相似用戶,再結(jié)合最近鄰居算法獲取目標用戶對單一服務(wù)屬性的評分預測。(4)構(gòu)建了多屬性多時序的配送服務(wù)推薦方法論文首先完成了將傳統(tǒng)的物流評分模式從總評分到配送服務(wù)多屬性評分的轉(zhuǎn)變,通過目標用戶的歷史評分行為進行分析尋找影響用戶滿意度的配送服務(wù)屬性即目標用戶的偏好從而有針對性的提供物流配送方案,以三四章為基礎(chǔ)分析構(gòu)建目標用戶對配送服務(wù)單一屬性的評分預測方法。再通過對確定多屬性權(quán)重方法的介紹和比較分析,獲取目標用戶對配送服務(wù)的總評分。(5)實驗分析與案例應用首先對權(quán)重確定方法進行準確率分析比較,獲得合適的權(quán)重確定方法,并以此為基礎(chǔ)進行后續(xù)實驗�；跇�(gòu)建的服務(wù)屬性體系以及評分預測方法,論文通過對算法的準確性(presicion)、絕對平均方差(MAE)、召回率進行評估,通過對引用算法前后的用戶滿意度進行了對比,驗證了算法的有效性和可行性。隨后以餓了么為背景進行案例應用,發(fā)現(xiàn)基于眾包物流服務(wù)多屬性評分的協(xié)同過濾推薦算法可以有效地提高用戶對于眾包平臺的服務(wù)滿意程度,對于企業(yè)降低開發(fā)客戶和維護客戶的成本具有重要意義。
【學位授予單位】：浙江理工大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：F724.6;F259.2

【參考文獻】

相關(guān)期刊論文 前10條

1 雙莎莎;何建佳;李亞茹;;基于互聯(lián)網(wǎng)技術(shù)的最后一公里綜合配送模式分析[J];技術(shù)與創(chuàng)新管理;2016年05期

2 何景師;孫雪花;;基于顧客滿意的快遞物流服務(wù)質(zhì)量研究[J];現(xiàn)代商業(yè);2016年26期

3 孫魯平;張麗君;汪平;;網(wǎng)上個性化推薦研究述評與展望[J];外國經(jīng)濟與管理;2016年06期

4 陳杰;郭詩卉;;外賣眾包配送“潛規(guī)則”[J];食品界;2016年05期

5 劉雅儒;;眾包配送模式及其發(fā)展趨勢研究[J];物流工程與管理;2016年04期

6 智烈慧;李仁杰;傅學慶;郭風華;;眾包旅游文本熱度地名的共現(xiàn)數(shù)據(jù)挖掘[J];測繪科學;2016年08期

7 李東方;;外賣O2O最強攻略:先解決掉這三個“坑”[J];銷售與市場(渠道版);2015年10期

8 張永迪;;鄰趣:“眾包配送”讓商品35分鐘送達[J];創(chuàng)業(yè)邦;2015年10期

9 曾憲科;馮玉強;;逆向多屬性拍賣投標策略及收益性分析[J];管理科學學報;2015年09期

10 阮閃閃;王小平;薛小平;;基于證據(jù)理論信任模型的眾包質(zhì)量監(jiān)控[J];計算機應用;2015年08期

相關(guān)博士學位論文 前7條

1 李金海;基于在線評論挖掘的網(wǎng)絡(luò)購物混合推薦模型及策略研究[D];江蘇大學;2016年

2 盧琦蓓;面向電商平臺客戶持續(xù)購買問題的情境化推薦模型研究[D];浙江工商大學;2016年

3 張志軍;社交網(wǎng)絡(luò)中個性化推薦模型及算法研究[D];山東師范大學;2015年

4 王曉琳;基于服務(wù)推薦的移動agent路徑動態(tài)構(gòu)建方法研究[D];山東大學;2015年

5 朱旭振;復雜網(wǎng)絡(luò)下基于鏈路預測的推薦技術(shù)研究[D];北京郵電大學;2015年

6 呂苗;基于情境的商品個性化推薦方法研究[D];大連理工大學;2015年

7 張市芳;幾種模糊多屬性決策方法及其應用[D];西安電子科技大學;2012年

相關(guān)碩士學位論文 前10條

1 趙一瀚;基于用戶行為的電子商務(wù)推薦算法研究[D];吉林大學;2016年

2 潘挺雷;基于改進蟻群算法的區(qū)域車輛配送路徑優(yōu)化方法研究[D];浙江理工大學;2016年

3 諸葛菲;眾包數(shù)據(jù)質(zhì)量控制與結(jié)果推薦研究[D];浙江工商大學;2015年

4 肖江輝;基于可信度的眾包協(xié)同測試及其算法實現(xiàn)[D];大連海事大學;2015年

5 黃宇;基于協(xié)同過濾的推薦系統(tǒng)設(shè)計與實現(xiàn)[D];北京交通大學;2015年

6 王斌;基于多樣性的個性化旅游推薦系統(tǒng)研究[D];陜西師范大學;2015年

7 江琳;快遞物流服務(wù)質(zhì)量監(jiān)管研究[D];哈爾濱工業(yè)大學;2015年

8 韓亞楠;基于流行度和用戶偏好的推薦算法研究[D];陜西師范大學;2015年

9 王莉;基于標簽的個性化推薦系統(tǒng)的研究與實現(xiàn)[D];北京工業(yè)大學;2015年

10 何希真;基于用戶反饋信息的新聞推薦系統(tǒng)設(shè)計與實現(xiàn)[D];山東師范大學;2015年

，

本文編號：1332149