發(fā)布時(shí)間：2020-04-30 09:38

【摘要】：隨著移動(dòng)互聯(lián)網(wǎng)、移動(dòng)通信技術(shù)、無(wú)線傳感器網(wǎng)絡(luò)和人工智能技術(shù)的迅速發(fā)展,以及智能手機(jī)、平板電腦等智能移動(dòng)設(shè)備的廣泛使用,移動(dòng)電子商務(wù)日益滲透到生產(chǎn)、流通、消費(fèi)等社會(huì)經(jīng)濟(jì)和人們?nèi)粘Ｉ畹母鱾�(gè)領(lǐng)域,成為電子商務(wù)未來(lái)新的增長(zhǎng)領(lǐng)域。與傳統(tǒng)電子商務(wù)相比,移動(dòng)性和個(gè)性化是移動(dòng)電子商務(wù)所獨(dú)有的特征,為個(gè)性化推薦策略的建模與優(yōu)化帶來(lái)一系列亟需解決的問(wèn)題,從而影響了推薦系統(tǒng)本應(yīng)起到的預(yù)期作用,主要體現(xiàn)在如下三個(gè)方面:(1)推薦算法實(shí)時(shí)性的問(wèn)題;(2)消費(fèi)者對(duì)推薦產(chǎn)品滿意度的問(wèn)題;(3)無(wú)法提高企業(yè)銷售量及交叉銷售的問(wèn)題。本文以實(shí)際移動(dòng)電子商務(wù)系統(tǒng)為應(yīng)用背景,在前人的研究基礎(chǔ)上,通過(guò)對(duì)移動(dòng)電子商務(wù)的特點(diǎn)進(jìn)行分析,發(fā)現(xiàn)移動(dòng)電子商務(wù)推薦過(guò)程屬于一個(gè)連續(xù)的過(guò)程,如果只是離散地抓取其中一個(gè)環(huán)節(jié)進(jìn)行優(yōu)化,很難解決移動(dòng)電子商務(wù)個(gè)性化推薦系統(tǒng)面臨的困境,因此本文從技術(shù)視角研究并設(shè)計(jì)了基于改進(jìn)的Apriori算法的移動(dòng)電子商務(wù)的推薦系統(tǒng)模型,利用改進(jìn)的Apriori算法實(shí)現(xiàn)推薦實(shí)時(shí)性和精確性的統(tǒng)一;從商務(wù)應(yīng)用視角,運(yùn)用智能優(yōu)化方法來(lái)進(jìn)行模型規(guī)劃與求解,從而提高消費(fèi)者滿意度,實(shí)現(xiàn)企業(yè)銷量的最大化,促進(jìn)移動(dòng)電子商務(wù)推薦系統(tǒng)的快速發(fā)展。本論文具體的研究工作如下:(1)移動(dòng)電子商務(wù)推薦系統(tǒng)中Apriori算法的改進(jìn)策略:本文在分析了移動(dòng)電子商務(wù)的發(fā)展現(xiàn)狀與其所具備的特征的基礎(chǔ)上,發(fā)現(xiàn)目前移動(dòng)電子商務(wù)個(gè)性化推薦系統(tǒng)的不足之處,針對(duì)傳統(tǒng)的電子商務(wù)推薦系統(tǒng)采用的Apriori算法需要反復(fù)掃描數(shù)據(jù)庫(kù),頻繁項(xiàng)挖掘效率低等問(wèn)題,本文提出了改進(jìn)的Apriori算法對(duì)移動(dòng)電子商務(wù)交易數(shù)據(jù)庫(kù)中的信息進(jìn)行挖掘,做到推薦實(shí)時(shí)性和精確性的統(tǒng)一,最后以淘寶平臺(tái)上某家網(wǎng)店的交易數(shù)據(jù)為對(duì)象,給出詳細(xì)的操作方法和實(shí)驗(yàn)結(jié)果。(2)基于消費(fèi)者主動(dòng)決策的多源信息融合推薦策略:本文提出了多源信息融合的方法以及基于消費(fèi)者主動(dòng)決策的推薦產(chǎn)品優(yōu)化方法。文章中提出在移動(dòng)電子商務(wù)中,從多源渠道收集智能手機(jī)的第三方應(yīng)用程序的消費(fèi)者信息,然后利用改進(jìn)的徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)進(jìn)行權(quán)值設(shè)置。在此基礎(chǔ)上,利用改進(jìn)的Dempster Shafer(D-S)證據(jù)理論進(jìn)行信息融合和功率譜估計(jì)進(jìn)行產(chǎn)品推薦。通過(guò)有效地保留并利用消費(fèi)者在不同信息源中的消費(fèi)行為和需求數(shù)據(jù),并結(jié)合基于消費(fèi)者在線主動(dòng)決策的消費(fèi)者滿意度預(yù)測(cè)方法,從而推薦給消費(fèi)者真正滿意的產(chǎn)品,達(dá)到優(yōu)化個(gè)性化推薦的結(jié)果。最后,在一個(gè)真實(shí)數(shù)據(jù)集上驗(yàn)證了所提出的分類模型,實(shí)驗(yàn)結(jié)果表明本章提出的方法相對(duì)于其他傳統(tǒng)方法能夠更好地為移動(dòng)用戶提供個(gè)性化推薦,從而提高消費(fèi)者滿意度。(3)面向推薦產(chǎn)品的個(gè)性化運(yùn)費(fèi)策略建模與優(yōu)化:本文提出了吸引消費(fèi)者購(gòu)買推薦產(chǎn)品的個(gè)性化運(yùn)費(fèi)折扣模型。該模型通過(guò)對(duì)銷售中的某一款產(chǎn)品進(jìn)行運(yùn)費(fèi)折扣為促銷手段來(lái)吸引消費(fèi)者的注意力,然后根據(jù)消費(fèi)者購(gòu)買歷史信息分析其偏好,從而推薦給消費(fèi)者感興趣的互補(bǔ)品、替代品以及獨(dú)立品,通過(guò)提高消費(fèi)者的轉(zhuǎn)化率來(lái)提高企業(yè)產(chǎn)品銷量。本文采用非線性規(guī)劃對(duì)運(yùn)費(fèi)折扣率和推薦產(chǎn)品集合進(jìn)行綜合建模,運(yùn)用遺傳算法進(jìn)行模型求解,得到面向推薦產(chǎn)品個(gè)性化運(yùn)費(fèi)折扣模型不僅能夠幫助企業(yè)制定最優(yōu)的運(yùn)費(fèi)折扣,在吸引客戶流量的同時(shí)避免運(yùn)費(fèi)折扣帶來(lái)的損失;而且能夠根據(jù)運(yùn)費(fèi)折扣,制定最優(yōu)的產(chǎn)品推薦組合,實(shí)現(xiàn)企業(yè)的促銷銷量最大化。最后,使用一個(gè)案例研究來(lái)說(shuō)明該模型的有效性,并進(jìn)行敏感性分析,從而驗(yàn)證該模型能夠處理種類繁雜的產(chǎn)品和不斷變化的消費(fèi)需求,使電子零售商能夠制定更好的決策來(lái)提高企業(yè)銷售量,解決交叉銷售的問(wèn)題。針對(duì)移動(dòng)電子商務(wù)推薦系統(tǒng)所面臨的問(wèn)題,本文從以上三個(gè)方面進(jìn)行了解決,并通過(guò)基于淘寶平臺(tái)上店鋪的數(shù)據(jù)驗(yàn)證了模型的有效性。本文主要的創(chuàng)新點(diǎn):通過(guò)改進(jìn)Apriori算法來(lái)實(shí)現(xiàn)推薦系統(tǒng)的實(shí)時(shí)性;通過(guò)提出的優(yōu)化模型及模型求解方法構(gòu)建了基于消費(fèi)者主動(dòng)決策的多源信息融合模型,有效的提高了消費(fèi)者滿意度;通過(guò)構(gòu)建面向推薦產(chǎn)品的運(yùn)費(fèi)折扣策略模型,有效地解決了企業(yè)銷售量及交叉銷售的問(wèn)題�？傊�,本文將系統(tǒng)建模、數(shù)據(jù)挖掘等方法相結(jié)合,通過(guò)改進(jìn)算法實(shí)現(xiàn)個(gè)性化推薦的實(shí)時(shí)性與準(zhǔn)確性的統(tǒng)一,以智能優(yōu)化方法來(lái)進(jìn)行模型規(guī)劃與求解,避免移動(dòng)電子商務(wù)的信息超載問(wèn)題,從而提高消費(fèi)者滿意度,實(shí)現(xiàn)企業(yè)銷量的最大化,促進(jìn)移動(dòng)電子商務(wù)推薦系統(tǒng)的快速發(fā)展。
【圖文】：

圖 1-1 中國(guó)手機(jī)網(wǎng)民規(guī)模及其占整體網(wǎng)民比例與以 PC 機(jī)為主要界面的傳統(tǒng)電子商務(wù)相比，移動(dòng)電子商務(wù)為用戶帶來(lái)更捷、靈活、簡(jiǎn)單并且高質(zhì)量的服務(wù)。移動(dòng)電子商務(wù)能夠使得消費(fèi)者不受時(shí)間

圖 2-1 移動(dòng)電子商務(wù)框架互聯(lián)網(wǎng)、移動(dòng)終端、無(wú)線技術(shù)等相關(guān)技術(shù)完美的結(jié)合，使得移動(dòng)電子商務(wù)移動(dòng)性、可接收性、安全性、便利性、定位性、個(gè)性化、隨時(shí)連接等特征。(1)移動(dòng)性(ubiquity)在移動(dòng)商務(wù)的所有特征中，移動(dòng)性是表現(xiàn)得最為突出的特征，主要表現(xiàn)在者不受地點(diǎn)限制，能夠在任意地點(diǎn)進(jìn)行信息獲取或者開展交易。對(duì)于像期貨票這種對(duì)時(shí)間周期要求非常高的應(yīng)用而言，移動(dòng)商務(wù)中的移動(dòng)性就變得非常。在目前的通信環(huán)境下，由于將無(wú)線通信系統(tǒng)作為其使用基礎(chǔ)，因此，用戶展移動(dòng)商務(wù)過(guò)程中移動(dòng)屬性極為顯著，能夠運(yùn)用移動(dòng)設(shè)備在任意地點(diǎn)下進(jìn)行或數(shù)據(jù)的傳輸?shù)嚷畏⻊?wù)。(2)可接收性(reachability)從用戶的角度出發(fā)，可接收性對(duì)用戶而言就是一種重要的需求。首先，可性將會(huì)使移動(dòng)商務(wù)用戶不再受到時(shí)間和地域的制約，用戶能夠?qū)Ψ⻊?wù)提供商送的信息和服務(wù)實(shí)現(xiàn)即時(shí)接受。其次，，眾多移動(dòng)設(shè)備已經(jīng)采用藍(lán)牙(bluetoot
【學(xué)位授予單位】：成都理工大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2018
【分類號(hào)】：F724.6

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 潘程;;基于正相關(guān)關(guān)聯(lián)規(guī)則挖掘分析的客戶需求權(quán)重預(yù)測(cè)[J];中國(guó)管理信息化;2015年13期

2 崔春生;;移動(dòng)電子商務(wù)推薦系統(tǒng)輸入研究[J];情報(bào)工程;2015年01期

3 梁昌勇;冷亞軍;王勇勝;戚筱雯;;電子商務(wù)推薦系統(tǒng)中群體用戶推薦問(wèn)題研究[J];中國(guó)管理科學(xué);2013年03期

4 黃穎;;改進(jìn)的Apriori算法在電子商務(wù)推薦系統(tǒng)中的應(yīng)用[J];計(jì)算機(jī)與數(shù)字工程;2012年08期

5 方群;;文本數(shù)據(jù)挖掘中的進(jìn)化信息算法[J];艦船電子工程;2010年08期

6 劉德喜;何炎祥;邢顯黎;;一種新的頻繁項(xiàng)集挖掘算法[J];計(jì)算機(jī)應(yīng)用研究;2007年02期

7 方福前;20世紀(jì)西方微觀經(jīng)濟(jì)學(xué)的發(fā)展與成果[J];教學(xué)與研究;2005年10期

8 江雷;基于并行遺傳算法的彈性TSP研究[J];微電子學(xué)與計(jì)算機(jī);2005年08期

9 趙宏立,龐小紅,吳智銘;基因塊編碼的并行遺傳算法及其在TSP中的應(yīng)用[J];上海交通大學(xué)學(xué)報(bào);2004年S1期

10 戴曉明,陳昌領(lǐng),邵惠鶴,Kay Das,程鐵鵬,茅雪飛;粗粒度并行遺傳算法收斂性分析及優(yōu)化運(yùn)算[J];上海交通大學(xué)學(xué)報(bào);2003年04期

相關(guān)博士學(xué)位論文 前7條

1 程小英;考慮主體行為特征的電子商務(wù)平臺(tái)定價(jià)策略研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2016年

2 畢達(dá)天;B2C電子商務(wù)企業(yè)—客戶間互動(dòng)對(duì)客戶體驗(yàn)影響研究[D];吉林大學(xué);2014年

3 戴和忠;網(wǎng)絡(luò)推薦和在線評(píng)論對(duì)數(shù)字內(nèi)容商品體驗(yàn)消費(fèi)的整合影響及實(shí)證研究[D];浙江大學(xué);2014年

4 郭零兵;移動(dòng)商務(wù)用戶信任演化過(guò)程及影響因素研究[D];中南大學(xué);2013年

5 張堯;B2C環(huán)境下用戶感知可信的推薦系統(tǒng)理論及其關(guān)鍵方法研究[D];哈爾濱工業(yè)大學(xué);2013年

6 鄧曉懿;移動(dòng)電子商務(wù)個(gè)性化服務(wù)推薦方法研究[D];大連理工大學(xué);2012年

7 姜元春;基于智能優(yōu)化方法的個(gè)性化營(yíng)銷策略研究[D];合肥工業(yè)大學(xué);2011年

本文編號(hào)：2645631