本文關(guān)鍵詞：基于位置服務(wù)的電子商務(wù)推薦算法研究　出處：《廈門大學(xué)》2014年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 電子商務(wù) 位置服務(wù) 個性化推薦

【摘要】：2012年第三季度末,我國智能手機(jī)使用者已達(dá)到3.89億,臺式電腦僅為3.81億,我國互聯(lián)網(wǎng)使用者的第一大獲取信息的平臺由臺式電腦轉(zhuǎn)變?yōu)橐苿釉O(shè)備。當(dāng)前,基于位置的服務(wù)是移動設(shè)備為使用者提供的重要服務(wù)之一,然而卻為信息超載問題所困擾；加之個性化推薦技術(shù)在移動領(lǐng)域的研究并不多,而且很大一部分推薦算法的推薦效果并不理想。鑒于對此考慮,本文結(jié)合移動領(lǐng)域的特點(diǎn)研究了傳統(tǒng)推薦技術(shù)的信息負(fù)載、推薦效果等領(lǐng)域后得出了在移動領(lǐng)域內(nèi)推薦技術(shù)的研究成果。 首先,本文在移動電子商務(wù)的“使用者-項目”模型(“U-I”模型)中引入了一個新維度——場景信息,提出了基于位置服務(wù)的電子商務(wù)“使用者-項目”模型——“位置-使用者-項目”模型(“L-U-I”模型)�！癓-U-I”模型把場景信息作為第三維度,將傳統(tǒng)“U-I”模型從二維矩陣模型變換成三維立體模型,使用者在一定場景中對項目的傾向度都可由該三維立體模型中的一個點(diǎn)所表示。其次,本文在“L-U-I”模型基礎(chǔ)之上,依據(jù)混合推薦技術(shù)的思想提出了結(jié)合場景相似度、使用者傾向度新的計算方法的推薦機(jī)制。該推薦機(jī)制大致是：計算使用者場景相似度并找出相似度最高場景中使用者所使用的項目；計算使用者關(guān)于這些項目的傾向度并進(jìn)行逆序排列,將前若干項推薦給使用者。最后,本文針對所提出的推薦算法的各項性能設(shè)計了一系列的實驗——為滿足使用者不同的傾向度在模擬的多變的移動場景中推薦適合的項目。 實驗結(jié)果驗證了本文提出的基于位置服務(wù)的電子商務(wù)推薦算法較好地解決了信息超載的問題且獲得了顯著的推薦效果。即其推薦結(jié)果對使用者位置和傾向的變化具有較高的敏感性,可很好的處理移動環(huán)境變化很大的特點(diǎn)。此外,算法在推薦的精確度和算法響應(yīng)時間上也有一定程度的提高。
【學(xué)位授予單位】：廈門大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TP391.3

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 王鵬 ,雷斌;基于CDMA 1X的無線數(shù)傳系統(tǒng)設(shè)計[J];單片機(jī)與嵌入式系統(tǒng)應(yīng)用;2005年10期

2 高琳琦;;電子政務(wù)中的個性化信息服務(wù)研究[J];電子政務(wù);2007年06期

3 代文鋒;淺談移動電子商務(wù)[J];甘肅科技;2005年10期

4 邢春曉;高鳳榮;戰(zhàn)思南;周立柱;;適應(yīng)用戶興趣變化的協(xié)同過濾推薦算法[J];計算機(jī)研究與發(fā)展;2007年02期

5 陳福;楊揚(yáng);熊曾剛;王元卓;;Internet環(huán)境下基于語義的服務(wù)組合研究[J];計算機(jī)科學(xué);2009年04期

6 蔡宗發(fā);;基于用戶-產(chǎn)品-標(biāo)簽三元關(guān)系的個性化推薦系統(tǒng)研究[J];價值工程;2012年19期

7 杜宏;;B2C電子商務(wù)交易中的退貨逆向物流研究[J];物流科技;2010年04期

8 潘旭偉;李澤彪;祝錫永;邵晨曦;;自適應(yīng)個性化信息服務(wù):基于情境感知和本體的方法[J];中國圖書館學(xué)報;2009年06期

相關(guān)博士學(xué)位論文 前1條

1 張富國;基于信任的電子商務(wù)個性化推薦關(guān)鍵問題研究[D];江西財經(jīng)大學(xué);2009年

，

本文編號：1320718