本文關(guān)鍵詞：大數(shù)據(jù)環(huán)境下電子商務(wù)個(gè)性化推薦算法應(yīng)用研究

  更多相關(guān)文章： 個(gè)性化推薦 大數(shù)據(jù) 物流服務(wù)推薦 增量更新 電子商務(wù)

【摘要】：隨著電子商務(wù)規(guī)模的不斷擴(kuò)大,個(gè)性化推薦技術(shù)已經(jīng)得到廣泛應(yīng)用。然而,傳統(tǒng)推薦系統(tǒng)已經(jīng)無法滿足當(dāng)前數(shù)據(jù)處理的需求,具備良好的大數(shù)據(jù)處理能力成為新型個(gè)性化推薦系統(tǒng)的基本要求。此外,傳統(tǒng)推薦系統(tǒng)往往局限于有形商品推薦,對(duì)于電商物流服務(wù)推薦關(guān)注較少。本文通過對(duì)電子商務(wù)環(huán)境下的信息個(gè)性化推薦服務(wù)進(jìn)行深入研究,結(jié)合大數(shù)據(jù)的應(yīng)用背景：首先,針對(duì)傳統(tǒng)算法的不足,從推薦模型增量更新著手,提出了用戶相異度的概念,并在此基礎(chǔ)上構(gòu)建了增量更新的用戶相異度矩陣模型,同時(shí)結(jié)合Hadoop云計(jì)算平臺(tái)對(duì)模型實(shí)現(xiàn)了分布式構(gòu)建。模型內(nèi)在的增量更新與外在的大數(shù)據(jù)處理技術(shù)支持,二者相輔相成,使得模型能夠?qū)Υ髷?shù)據(jù)進(jìn)行高效處理。其次,將用戶相異度矩陣作為推薦模型,提出了IU-UserCF和UDB-Slope One推薦算法�；谠隽扛峦扑]模型的這兩種算法具備良好的擴(kuò)展性,能夠有效處理大數(shù)據(jù),并且具有很高的預(yù)測(cè)準(zhǔn)確性。最后,將提出的算法應(yīng)用于實(shí)際系統(tǒng),以電商物流服務(wù)作為推薦對(duì)象,以IU-UserCF作為推薦算法,研究構(gòu)建了面向電商物流服務(wù)的個(gè)性化推薦系統(tǒng)。該電商物流服務(wù)推薦系統(tǒng)對(duì)大數(shù)據(jù)下推薦算法的應(yīng)用實(shí)踐進(jìn)行了探索,豐富了個(gè)性化推薦技術(shù)的應(yīng)用場(chǎng)景。
【關(guān)鍵詞】：個(gè)性化推薦 大數(shù)據(jù) 物流服務(wù)推薦 增量更新 電子商務(wù)
【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.3;F724.6;F274
【目錄】：

• 致謝7-8
• 摘要8-9
• ABSTRACT9-14
• 第一章 緒論14-20
• 1.1 研究背景及意義14-16
• 1.1.1 研究背景14-16
• 1.1.2 研究意義16
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀16-18
• 1.3 論文主要內(nèi)容18-19
• 1.3.1 研究?jī)?nèi)容18
• 1.3.2 論文結(jié)構(gòu)安排18-19
• 1.4 本文創(chuàng)新點(diǎn)19-20
• 第二章 相關(guān)理論與技術(shù)20-28
• 2.1 個(gè)性化推薦系統(tǒng)20-24
• 2.1.1 推薦系統(tǒng)的一般描述20
• 2.1.2 常見的推薦技術(shù)20-24
• 2.2 大數(shù)據(jù)理論24-25
• 2.2.1 大數(shù)據(jù)的產(chǎn)生背景24
• 2.2.2 大數(shù)據(jù)的基本概念及特征24-25
• 2.3 Hadoop平臺(tái)25-28
• 2.3.1 Hadoop概述25
• 2.3.2 分布式文件系統(tǒng)HDFS25-26
• 2.3.3 MapReduce編程模型26-28
• 第三章 增量更新推薦模型及云實(shí)現(xiàn)28-36
• 3.1 增量更新28
• 3.1.1 基本概念及特點(diǎn)28
• 3.1.2 增量更新對(duì)于大數(shù)據(jù)處理的作用28
• 3.2 傳統(tǒng)相似性度量方法28-31
• 3.2.1 主要相似性度量方法介紹29-30
• 3.2.2 傳統(tǒng)相似性度量方法問題分析30-31
• 3.3 增量更新推薦模型31-33
• 3.3.1 用戶相異度31
• 3.3.2 模型構(gòu)建流程31-32
• 3.3.3 模型增量更新策略32-33
• 3.3.4 計(jì)算復(fù)雜度分析33
• 3.4 增量更新模型基于Hadoop云實(shí)現(xiàn)33-36
• 第四章 IU-UserCF和UDB-Slope One算法36-48
• 4.1 UserCF算法簡(jiǎn)介36-37
• 4.2 IU-UserCF算法37-38
• 4.3 Slope One算法38-41
• 4.3.1 Slope One原理及實(shí)現(xiàn)38-40
• 4.3.2 Slope One問題分析40
• 4.3.3 研究現(xiàn)狀及不足40-41
• 4.4 UDB-Slope One算法41-42
• 4.4.1 基本思想41
• 4.4.2 預(yù)測(cè)流程41-42
• 4.5 實(shí)驗(yàn)結(jié)果及分析42-48
• 4.5.1 實(shí)驗(yàn)數(shù)據(jù)集42-43
• 4.5.2 度量標(biāo)準(zhǔn)43
• 4.5.3 結(jié)果及分析43-48
• 第五章 電商物流服務(wù)個(gè)性化推薦系統(tǒng)構(gòu)建48-54
• 5.1 電商物流服務(wù)48-49
• 5.2 物流領(lǐng)域推薦研究現(xiàn)狀49
• 5.3 系統(tǒng)構(gòu)建意義49-50
• 5.4 系統(tǒng)分析50-51
• 5.4.1 需求分析50
• 5.4.2 業(yè)務(wù)流程分析50-51
• 5.4.3 數(shù)據(jù)流程分析51
• 5.5 系統(tǒng)設(shè)計(jì)51-54
• 5.5.1 功能模塊設(shè)計(jì)51-52
• 5.5.2 數(shù)據(jù)庫設(shè)計(jì)52-53
• 5.5.3 系統(tǒng)架構(gòu)設(shè)計(jì)53-54
• 第六章 總結(jié)與展望54-56
• 參考文獻(xiàn)56-60
• 附錄MapReduce代碼60-62
• 攻讀碩士學(xué)位期間的學(xué)術(shù)活動(dòng)及成果情況62-63

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前10條

1 徐義峰;徐云青;劉曉平;;一種基于時(shí)間序列性的推薦算法[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2006年10期

2 余小鵬;;一種基于多層關(guān)聯(lián)規(guī)則的推薦算法研究[J];計(jì)算機(jī)應(yīng)用;2007年06期

3 張海玉;劉志都;楊彩;賈松浩;;基于頁面聚類的推薦算法的改進(jìn)[J];計(jì)算機(jī)應(yīng)用與軟件;2008年09期

4 張立燕;;一種基于用戶事務(wù)模式的推薦算法[J];福建電腦;2009年03期

5 王晗;夏自謙;;基于蟻群算法和瀏覽路徑的推薦算法研究[J];中國(guó)科技信息;2009年07期

6 周珊丹;周興社;王海鵬;倪紅波;張桂英;苗強(qiáng);;智能博物館環(huán)境下的個(gè)性化推薦算法[J];計(jì)算機(jī)工程與應(yīng)用;2010年19期

7 王文;;個(gè)性化推薦算法研究[J];電腦知識(shí)與技術(shù);2010年16期

8 張愷;秦亮曦;寧朝波;李文閣;;改進(jìn)評(píng)價(jià)估計(jì)的混合推薦算法研究[J];微計(jì)算機(jī)信息;2010年36期

9 夏秀峰;代沁;叢麗暉;;用戶顯意識(shí)下的多重態(tài)度個(gè)性化推薦算法[J];計(jì)算機(jī)工程與應(yīng)用;2011年16期

10 楊博;趙鵬飛;;推薦算法綜述[J];山西大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年03期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 王韜丞;羅喜軍;杜小勇;;基于層次的推薦:一種新的個(gè)性化推薦算法[A];第二十四屆中國(guó)數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2007年

2 唐燦;;基于模糊用戶心理模式的個(gè)性化推薦算法[A];2008年計(jì)算機(jī)應(yīng)用技術(shù)交流會(huì)論文集[C];2008年

3 秦國(guó);杜小勇;;基于用戶層次信息的協(xié)同推薦算法[A];第二十一屆中國(guó)數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2004年

4 周玉妮;鄭會(huì)頌;;基于瀏覽路徑選擇的蟻群推薦算法:用于移動(dòng)商務(wù)個(gè)性化推薦系統(tǒng)[A];社會(huì)經(jīng)濟(jì)發(fā)展轉(zhuǎn)型與系統(tǒng)工程——中國(guó)系統(tǒng)工程學(xué)會(huì)第17屆學(xué)術(shù)年會(huì)論文集[C];2012年

5 蘇日啟;胡皓;汪秉宏;;基于網(wǎng)絡(luò)的含時(shí)推薦算法[A];第五屆全國(guó)復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會(huì)議論文（摘要）匯集[C];2009年

6 梁莘q，

本文編號(hào)：656205