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(xué)》2017年碩士論文　論文類型：學(xué)位論文

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

【摘要】：在新興領(lǐng)域共享經(jīng)濟(jì)的帶動(dòng)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(tái),基于廣大的社會(huì)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(tái)得以維護(hù)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(huì)資源中獲取合適信息來滿足用戶的個(gè)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(xué)基金項(xiàng)目(71471165):“泛在計(jì)算環(huán)境中社會(huì)化驅(qū)動(dòng)的情境感知個(gè)性化信息服務(wù)研究”開展眾包配送中的個(gè)性化推薦研究,提出了基于配送服務(wù)多屬性多時(shí)序性評(píng)分的協(xié)同過濾推薦方法,同時(shí)探究了眾包配送中的個(gè)性化推薦對(duì)于用戶滿意程度的影響。本文的主要工作與貢獻(xiàn)包括:(1)提出將個(gè)性化與眾包配送相結(jié)合進(jìn)行服務(wù)推薦從現(xiàn)有的眾包物流服務(wù)模式入手,針對(duì)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(biāo)用戶,將個(gè)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(duì)屬性的評(píng)分波動(dòng)性通過基于某一服務(wù)屬性進(jìn)行用戶的評(píng)分波動(dòng)性分析,并將引用信息熵進(jìn)行量化后的值應(yīng)用于目標(biāo)用戶對(duì)單一服務(wù)屬性的評(píng)分預(yù)測(cè)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(yù)測(cè)目標(biāo)用戶評(píng)分通過構(gòu)建“用戶—配送服務(wù)”評(píng)分矩陣獲取所有用戶對(duì)所有評(píng)分過的配送服務(wù)單一服務(wù)屬性的評(píng)分值,并通過計(jì)算相似值來獲取目標(biāo)用戶的相似用戶,再結(jié)合最近鄰居算法獲取目標(biāo)用戶對(duì)單一服務(wù)屬性的評(píng)分預(yù)測(cè)。(4)構(gòu)建了多屬性多時(shí)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(píng)分模式從總評(píng)分到配送服務(wù)多屬性評(píng)分的轉(zhuǎn)變,通過目標(biāo)用戶的歷史評(píng)分行為進(jìn)行分析尋找影響用戶滿意度的配送服務(wù)屬性即目標(biāo)用戶的偏好從而有針對(duì)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(biāo)用戶對(duì)配送服務(wù)單一屬性的評(píng)分預(yù)測(cè)方法。再通過對(duì)確定多屬性權(quán)重方法的介紹和比較分析,獲取目標(biāo)用戶對(duì)配送服務(wù)的總評(píng)分。(5)實(shí)驗(yàn)分析與案例應(yīng)用首先對(duì)權(quán)重確定方法進(jìn)行準(zhǔn)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(jìn)行后續(xù)實(shí)驗(yàn)�；跇�(gòu)建的服務(wù)屬性體系以及評(píng)分預(yù)測(cè)方法,論文通過對(duì)算法的準(zhǔn)確性(presicion)、絕對(duì)平均方差(MAE)、召回率進(jìn)行評(píng)估,通過對(duì)引用算法前后的用戶滿意度進(jìn)行了對(duì)比,驗(yàn)證了算法的有效性和可行性。隨后以餓了么為背景進(jìn)行案例應(yīng)用,發(fā)現(xiàn)基于眾包物流服務(wù)多屬性評(píng)分的協(xié)同過濾推薦算法可以有效地提高用戶對(duì)于眾包平臺(tái)的服務(wù)滿意程度,對(duì)于企業(yè)降低開發(fā)客戶和維護(hù)客戶的成本具有重要意義。
【學(xué)位授予單位】：浙江理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：F724.6;F259.2

【參考文獻(xiàn)】

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(gè)性化推薦研究述評(píng)與展望[J];外國經(jīng)濟(jì)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(shì)研究[J];物流工程與管理;2016年04期

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

7 李東方;;外賣O2O最強(qiáng)攻略:先解決掉這三個(gè)“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(dá)[J];創(chuàng)業(yè)邦;2015年10期

9 曾憲科;馮玉強(qiáng);;逆向多屬性拍賣投標(biāo)策略及收益性分析[J];管理科學(xué)學(xué)報(bào);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(jì)算機(jī)應(yīng)用;2015年08期

相關(guān)博士學(xué)位論文 前7條

1 李金海;基于在線評(píng)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(xué);2016年

2 盧琦蓓;面向電商平臺(tái)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(xué);2016年

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

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

5 朱旭振;復(fù)雜網(wǎng)絡(luò)下基于鏈路預(yù)測(cè)的推薦技術(shù)研究[D];北京郵電大學(xué);2015年

6 呂苗;基于情境的商品個(gè)性化推薦方法研究[D];大連理工大學(xué);2015年

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

相關(guān)碩士學(xué)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(xué);2016年

2 潘挺雷;基于改進(jìn)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(xué);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(xué);2015年

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

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

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

9 王莉;基于標(biāo)簽的個(gè)性化推薦系統(tǒng)的研究與實(shí)現(xiàn)[D];北京工業(yè)大學(xué);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(jì)與實(shí)現(xiàn)[D];山東師范大學(xué);2015年

，

本文編號(hào)：1332149