【摘要】：隨著農(nóng)產(chǎn)品電子商務(wù)規(guī)模的不斷擴(kuò)大,電商平臺(tái)上的農(nóng)產(chǎn)品無論在種類還是數(shù)量上都呈現(xiàn)出飛速的增長。面對海量的農(nóng)產(chǎn)品信息,為了方便消費(fèi)者迅速、便捷地找到自己需要的農(nóng)產(chǎn)品,迫切地需要引入推薦系統(tǒng)來解決農(nóng)產(chǎn)品“信息過載”的問題。而傳統(tǒng)的推薦方法很少考慮到農(nóng)產(chǎn)品的季節(jié)性等特點(diǎn),造成推薦的效果不夠理想。本文在充分考慮時(shí)間對農(nóng)產(chǎn)品影響的基礎(chǔ)上,將用戶興趣變化與農(nóng)產(chǎn)品季節(jié)變化相結(jié)合,融入到傳統(tǒng)的協(xié)同過濾推薦中,從而提高農(nóng)產(chǎn)品的推薦質(zhì)量。主要研究內(nèi)容如下:(1)從用戶興趣變化來反應(yīng)時(shí)間對農(nóng)產(chǎn)品推薦的影響。首先,討論了用戶興趣變化受到短期時(shí)間與長期時(shí)間的共同影響,因此在關(guān)注用戶短期興趣的時(shí)候也不能忽視用戶的長期興趣。其次,通過比例因子α將用戶短期興趣函數(shù)fs(u,i)與用戶長期興趣函數(shù)fl(u,i)相組合,構(gòu)建用戶興趣加權(quán)函數(shù)fu(u,i)。最后將用戶興趣加權(quán)函數(shù)fu(u,i)融入到傳統(tǒng)的商品相似度計(jì)算中,從而提高商品相似性的準(zhǔn)確度。(2)從商品流行度變化來反應(yīng)時(shí)間對農(nóng)產(chǎn)品推薦的影響。首先,考慮到農(nóng)產(chǎn)品不同于其他普通商品,具有鮮明的季節(jié)性特點(diǎn)。因此針對農(nóng)產(chǎn)品的推薦不僅要考慮商品的時(shí)效性,還要考慮到商品的季節(jié)反復(fù)性。其次,通過比例因子β將商品熱門度函數(shù)Pop(i,ti)與商品季節(jié)性函數(shù)Season(i,s)相組合,構(gòu)建商品流行度加權(quán)函數(shù)f(i)。最后將商品流行度加權(quán)函數(shù)f(i)融入到商品評分預(yù)測計(jì)算中,從而提高商品評分預(yù)測的準(zhǔn)確度。(3)結(jié)合用戶興趣與商品流行度的變化來討論時(shí)間對農(nóng)產(chǎn)品推薦的影響,提出基于用戶興趣與商品流行度的動(dòng)態(tài)時(shí)間加權(quán)算法——T-UICF。通過調(diào)整比例因子α與β的值,確定合適的權(quán)重,優(yōu)化相似度與評分預(yù)測計(jì)算方法,從而提高推薦的準(zhǔn)確度。(4)利用京東商城采集的農(nóng)產(chǎn)品數(shù)據(jù),通過預(yù)測準(zhǔn)確度評價(jià)指標(biāo),驗(yàn)證算法T-UICF的準(zhǔn)確性與可靠性。將算法T-UICF的評分預(yù)測結(jié)果與傳統(tǒng)的推薦算法評分預(yù)測結(jié)果作比較。實(shí)驗(yàn)結(jié)果表明,改進(jìn)推薦算法T-UICF的準(zhǔn)確度明顯高于傳統(tǒng)的推薦算法。(5)設(shè)計(jì)與實(shí)現(xiàn)一個(gè)針對農(nóng)產(chǎn)品電子商務(wù)的推薦系統(tǒng)。本文在改進(jìn)傳統(tǒng)推薦算法的基礎(chǔ)上,考慮到農(nóng)產(chǎn)品的特殊性,加大了時(shí)間效應(yīng)對推薦系統(tǒng)的影響,使推薦系統(tǒng)由靜態(tài)系統(tǒng)變成了動(dòng)態(tài)的系統(tǒng),提高了推薦系統(tǒng)的準(zhǔn)確性與實(shí)時(shí)性,對推動(dòng)農(nóng)產(chǎn)品電子商務(wù)的發(fā)展與農(nóng)業(yè)信息化建設(shè)具有重要意義。
【學(xué)位授予單位】：安徽農(nóng)業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP391.3
【圖文】：

鄪車耐萍鏊惴ㄒ允視ε┎

本文編號(hào)：2719344