社會化商務信任網(wǎng)絡分析及商務推薦應用
發(fā)布時間:2020-04-05 01:57
【摘要】:社會化商務指的是借助社會化媒體從事電子商務活動的新模式,是社會化媒體功能和電子商務功能的集合體;谏鐣虅盏耐扑]系統(tǒng)是實現(xiàn)社會化電子商務效率和效益的關鍵技術和工具。由于網(wǎng)絡本身固有的虛擬性和開放性,社會網(wǎng)絡分析特別是社會化網(wǎng)絡主體之間的信任關系及主體的信譽管理是社會化商務推薦系統(tǒng)的重要理論和應用研究。本文聚焦于以上問題,回顧近年來國內(nèi)外學者對構(gòu)建可信網(wǎng)絡、實現(xiàn)商務推薦的研究成果,從最基本的信任關系分析入手,探究信任關系的心理學機制,優(yōu)化原有的信任傳播和集成模型;擴展網(wǎng)絡用戶的信譽評價體系和計算模型,從而提出基于信譽的影響力測度模型;在社會化商務背景下提出引入信任的多種推薦方案并檢驗其可行性。本文的主要研究內(nèi)容和成果如下:首先,在信任關系分析和信任網(wǎng)絡形成方面,采用直覺模糊理論描述用戶之間的信任水平。該方法可以反映信任的模糊性特點,提高信任刻畫和后期測度的準確性。根據(jù)信任關系的心理機制,提出改進的信任傳播算子,使信任傳播過程更符合人們的實際;谛湃蝹鞑ヂ窂介L度、路徑強度和信息可靠性等因素,提出多種信任集成策略并加以比較,分析不同集成策略的價值和適用范圍。其次,在信譽計算和影響力分析方面,借助已有研究分析和應用情境,剖析信譽形成的影響因素;谝延械男抛u計算方法,重新構(gòu)建信譽計算和評估體系。根據(jù)信譽形成的不同路徑,將信譽計算劃分為靜態(tài)信譽和動態(tài)信譽,并分別給出相應的計算模型,提高信譽值覆蓋的全面性。將原始的影響力計算加以拓展,探索考慮信譽值的影響力計算方法,以便對用戶在信任網(wǎng)絡中的影響力進行綜合評估。最后,在引入信任要素的社會化商務推薦應用方面,根據(jù)信任和信譽在推薦中發(fā)揮的不同作用,提出三種結(jié)合信任的推薦策略。它們包括基于信任關系的商務推薦、基于信譽和影響力的商務推薦以及利用信任優(yōu)化傳統(tǒng)協(xié)同過濾方法的混合推薦方案,從理論分析的角度比較不同推薦方案的優(yōu)劣勢。并基于實際豆瓣網(wǎng)數(shù)據(jù)實現(xiàn)不同方案的推薦過程,通過評分預測和推薦結(jié)果的比較評估方案的合理性和應用價值,結(jié)果顯示,不同推薦方案對于評分預測和目標推薦存在一定影響,信任傳播式預測、并聯(lián)式混合推薦和流水線式混合推薦能夠幫助解決評分數(shù)據(jù)稀疏性的問題,基于信譽的推薦在冷啟動處理上具有優(yōu)勢。
【圖文】:
而主要由這些節(jié)點相連的用戶構(gòu)成了豆瓣網(wǎng)絡用戶“阿北”社交網(wǎng)絡的較大一部分;而在圖6-1(b)中,網(wǎng)絡中的被關注程度則成為節(jié)點大小的衡量標準,反映這一圈層群體重點關注的用戶,或在社交關系中占有重要比重的用戶,如“淡豹”“謝飛導演”等等,但是由于群體間關注關系數(shù)目仍舊較少,與取樣的關注群體相比,被關注的用戶群體較為分散,其中約有 80%作用的群體被關注的水平大致相同,表現(xiàn)群體關注呈現(xiàn)一定的分散特點,因此,在信任網(wǎng)絡構(gòu)建時,需要有針對性的選擇用戶群體。(a)關注者網(wǎng)絡圖 (b)被關注者網(wǎng)絡圖圖 6-1 豆瓣用戶“阿北”部分關注網(wǎng)絡圖根據(jù)用戶的地理分布(圖 6-2),該樣本用戶中有 39%位于北京,與阿北的地理位置相同;而上海占 17%,為第二大類人群分布地;隨后 16%為海外人群,分布于世界各地;廣東、浙江、江蘇、四川、湖北等地均有超過 1%的人群分布;其他各省市地區(qū)則不超過 1%。該地理分布圖表現(xiàn)出了豆瓣用戶在關注人群中傾向于與自己地理位置相近的用戶,同時這也是豆瓣同城活動開展的重要結(jié)果;而該分布圖同時反映了豆瓣用戶所在地與互聯(lián)網(wǎng)普及地區(qū)相符,與互聯(lián)網(wǎng)的地理發(fā)展趨勢相一致。119
圖 6-2 示例豆瓣用戶地理分布情況圖 6-3 豆瓣用戶注冊時間分布圖如圖6-3),該類人群網(wǎng)絡多注冊用戶之間的關注關系間接的與006 年 1 月,與網(wǎng)絡中大部分用5%2%3%5 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
【學位授予單位】:東南大學
【學位級別】:碩士
【學位授予年份】:2018
【分類號】:F724.6;F274
本文編號:2614371
【圖文】:
而主要由這些節(jié)點相連的用戶構(gòu)成了豆瓣網(wǎng)絡用戶“阿北”社交網(wǎng)絡的較大一部分;而在圖6-1(b)中,網(wǎng)絡中的被關注程度則成為節(jié)點大小的衡量標準,反映這一圈層群體重點關注的用戶,或在社交關系中占有重要比重的用戶,如“淡豹”“謝飛導演”等等,但是由于群體間關注關系數(shù)目仍舊較少,與取樣的關注群體相比,被關注的用戶群體較為分散,其中約有 80%作用的群體被關注的水平大致相同,表現(xiàn)群體關注呈現(xiàn)一定的分散特點,因此,在信任網(wǎng)絡構(gòu)建時,需要有針對性的選擇用戶群體。(a)關注者網(wǎng)絡圖 (b)被關注者網(wǎng)絡圖圖 6-1 豆瓣用戶“阿北”部分關注網(wǎng)絡圖根據(jù)用戶的地理分布(圖 6-2),該樣本用戶中有 39%位于北京,與阿北的地理位置相同;而上海占 17%,為第二大類人群分布地;隨后 16%為海外人群,分布于世界各地;廣東、浙江、江蘇、四川、湖北等地均有超過 1%的人群分布;其他各省市地區(qū)則不超過 1%。該地理分布圖表現(xiàn)出了豆瓣用戶在關注人群中傾向于與自己地理位置相近的用戶,同時這也是豆瓣同城活動開展的重要結(jié)果;而該分布圖同時反映了豆瓣用戶所在地與互聯(lián)網(wǎng)普及地區(qū)相符,與互聯(lián)網(wǎng)的地理發(fā)展趨勢相一致。119
圖 6-2 示例豆瓣用戶地理分布情況圖 6-3 豆瓣用戶注冊時間分布圖如圖6-3),該類人群網(wǎng)絡多注冊用戶之間的關注關系間接的與006 年 1 月,與網(wǎng)絡中大部分用5%2%3%5 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
【學位授予單位】:東南大學
【學位級別】:碩士
【學位授予年份】:2018
【分類號】:F724.6;F274
【參考文獻】
相關期刊論文 前5條
1 蔣偉進;許宇勝;郭宏;張蓮梅;;網(wǎng)絡在線交易動態(tài)信任計算模型與信譽管理機制[J];中國科學:信息科學;2014年09期
2 徐莉;余紅偉;;Multi-agent System中多維度信譽模型設計[J];同濟大學學報(自然科學版);2013年03期
3 李季;李剛;;一種基于信任衰減向量的P2P網(wǎng)絡信譽模型[J];計算機工程與應用;2011年09期
4 朱艷春;劉魯;張巍;;基于評分用戶可信度的信任模型分析與構(gòu)建[J];管理工程學報;2007年04期
5 黃希庭;未來時間的心理結(jié)構(gòu)[J];心理學報;1994年02期
,本文編號:2614371
本文鏈接:http://sikaile.net/jingjilunwen/guojimaoyilunwen/2614371.html
最近更新
教材專著