【摘要】：隨著移動互聯(lián)網(wǎng)、移動通信技術、無線傳感器網(wǎng)絡和人工智能技術的迅速發(fā)展,以及智能手機、平板電腦等智能移動設備的廣泛使用,移動電子商務日益滲透到生產(chǎn)、流通、消費等社會經(jīng)濟和人們?nèi)粘Ｉ畹母鱾�領域,成為電子商務未來新的增長領域。與傳統(tǒng)電子商務相比,移動性和個性化是移動電子商務所獨有的特征,為個性化推薦策略的建模與優(yōu)化帶來一系列亟需解決的問題,從而影響了推薦系統(tǒng)本應起到的預期作用,主要體現(xiàn)在如下三個方面:(1)推薦算法實時性的問題;(2)消費者對推薦產(chǎn)品滿意度的問題;(3)無法提高企業(yè)銷售量及交叉銷售的問題。本文以實際移動電子商務系統(tǒng)為應用背景,在前人的研究基礎上,通過對移動電子商務的特點進行分析,發(fā)現(xiàn)移動電子商務推薦過程屬于一個連續(xù)的過程,如果只是離散地抓取其中一個環(huán)節(jié)進行優(yōu)化,很難解決移動電子商務個性化推薦系統(tǒng)面臨的困境,因此本文從技術視角研究并設計了基于改進的Apriori算法的移動電子商務的推薦系統(tǒng)模型,利用改進的Apriori算法實現(xiàn)推薦實時性和精確性的統(tǒng)一;從商務應用視角,運用智能優(yōu)化方法來進行模型規(guī)劃與求解,從而提高消費者滿意度,實現(xiàn)企業(yè)銷量的最大化,促進移動電子商務推薦系統(tǒng)的快速發(fā)展。本論文具體的研究工作如下:(1)移動電子商務推薦系統(tǒng)中Apriori算法的改進策略:本文在分析了移動電子商務的發(fā)展現(xiàn)狀與其所具備的特征的基礎上,發(fā)現(xiàn)目前移動電子商務個性化推薦系統(tǒng)的不足之處,針對傳統(tǒng)的電子商務推薦系統(tǒng)采用的Apriori算法需要反復掃描數(shù)據(jù)庫,頻繁項挖掘效率低等問題,本文提出了改進的Apriori算法對移動電子商務交易數(shù)據(jù)庫中的信息進行挖掘,做到推薦實時性和精確性的統(tǒng)一,最后以淘寶平臺上某家網(wǎng)店的交易數(shù)據(jù)為對象,給出詳細的操作方法和實驗結果。(2)基于消費者主動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者主動決策的推薦產(chǎn)品優(yōu)化方法。文章中提出在移動電子商務中,從多源渠道收集智能手機的第三方應用程序的消費者信息,然后利用改進的徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡進行權值設置。在此基礎上,利用改進的Dempster Shafer(D-S)證據(jù)理論進行信息融合和功率譜估計進行產(chǎn)品推薦。通過有效地保留并利用消費者在不同信息源中的消費行為和需求數(shù)據(jù),并結合基于消費者在線主動決策的消費者滿意度預測方法,從而推薦給消費者真正滿意的產(chǎn)品,達到優(yōu)化個性化推薦的結果。最后,在一個真實數(shù)據(jù)集上驗證了所提出的分類模型,實驗結果表明本章提出的方法相對于其他傳統(tǒng)方法能夠更好地為移動用戶提供個性化推薦,從而提高消費者滿意度。(3)面向推薦產(chǎn)品的個性化運費策略建模與優(yōu)化:本文提出了吸引消費者購買推薦產(chǎn)品的個性化運費折扣模型。該模型通過對銷售中的某一款產(chǎn)品進行運費折扣為促銷手段來吸引消費者的注意力,然后根據(jù)消費者購買歷史信息分析其偏好,從而推薦給消費者感興趣的互補品、替代品以及獨立品,通過提高消費者的轉化率來提高企業(yè)產(chǎn)品銷量。本文采用非線性規(guī)劃對運費折扣率和推薦產(chǎn)品集合進行綜合建模,運用遺傳算法進行模型求解,得到面向推薦產(chǎn)品個性化運費折扣模型不僅能夠幫助企業(yè)制定最優(yōu)的運費折扣,在吸引客戶流量的同時避免運費折扣帶來的損失;而且能夠根據(jù)運費折扣,制定最優(yōu)的產(chǎn)品推薦組合,實現(xiàn)企業(yè)的促銷銷量最大化。最后,使用一個案例研究來說明該模型的有效性,并進行敏感性分析,從而驗證該模型能夠處理種類繁雜的產(chǎn)品和不斷變化的消費需求,使電子零售商能夠制定更好的決策來提高企業(yè)銷售量,解決交叉銷售的問題。針對移動電子商務推薦系統(tǒng)所面臨的問題,本文從以上三個方面進行了解決,并通過基于淘寶平臺上店鋪的數(shù)據(jù)驗證了模型的有效性。本文主要的創(chuàng)新點:通過改進Apriori算法來實現(xiàn)推薦系統(tǒng)的實時性;通過提出的優(yōu)化模型及模型求解方法構建了基于消費者主動決策的多源信息融合模型,有效的提高了消費者滿意度;通過構建面向推薦產(chǎn)品的運費折扣策略模型,有效地解決了企業(yè)銷售量及交叉銷售的問題。總之,本文將系統(tǒng)建模、數(shù)據(jù)挖掘等方法相結合,通過改進算法實現(xiàn)個性化推薦的實時性與準確性的統(tǒng)一,以智能優(yōu)化方法來進行模型規(guī)劃與求解,避免移動電子商務的信息超載問題,從而提高消費者滿意度,實現(xiàn)企業(yè)銷量的最大化,促進移動電子商務推薦系統(tǒng)的快速發(fā)展。
【圖文】：

圖 1-1 中國手機網(wǎng)民規(guī)模及其占整體網(wǎng)民比例與以 PC 機為主要界面的傳統(tǒng)電子商務相比，移動電子商務為用戶帶來更捷、靈活、簡單并且高質(zhì)量的服務。移動電子商務能夠使得消費者不受時間

圖 2-1 移動電子商務框架互聯(lián)網(wǎng)、移動終端、無線技術等相關技術完美的結合，使得移動電子商務移動性、可接收性、安全性、便利性、定位性、個性化、隨時連接等特征。(1)移動性(ubiquity)在移動商務的所有特征中，移動性是表現(xiàn)得最為突出的特征，主要表現(xiàn)在者不受地點限制，能夠在任意地點進行信息獲取或者開展交易。對于像期貨票這種對時間周期要求非常高的應用而言，移動商務中的移動性就變得非常。在目前的通信環(huán)境下，由于將無線通信系統(tǒng)作為其使用基礎，因此，用戶展移動商務過程中移動屬性極為顯著，能夠運用移動設備在任意地點下進行或數(shù)據(jù)的傳輸?shù)嚷畏⻊铡?2)可接收性(reachability)從用戶的角度出發(fā)，可接收性對用戶而言就是一種重要的需求。首先，可性將會使移動商務用戶不再受到時間和地域的制約，用戶能夠?qū)Ψ⻊仗峁┥趟偷男畔⒑头⻊諏崿F(xiàn)即時接受。其次，，眾多移動設備已經(jīng)采用藍牙(bluetoot
【學位授予單位】：成都理工大學
【學位級別】：博士
【學位授予年份】：2018
【分類號】：F724.6

【參考文獻】

相關期刊論文 前10條

1 潘程;;基于正相關關聯(lián)規(guī)則挖掘分析的客戶需求權重預測[J];中國管理信息化;2015年13期

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

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

4 黃穎;;改進的Apriori算法在電子商務推薦系統(tǒng)中的應用[J];計算機與數(shù)字工程;2012年08期

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

6 劉德喜;何炎祥;邢顯黎;;一種新的頻繁項集挖掘算法[J];計算機應用研究;2007年02期

7 方福前;20世紀西方微觀經(jīng)濟學的發(fā)展與成果[J];教學與研究;2005年10期

8 江雷;基于并行遺傳算法的彈性TSP研究[J];微電子學與計算機;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中的應用[J];上海交通大學學報;2004年S1期

10 戴曉明,陳昌領,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)化運算[J];上海交通大學學報;2003年04期

相關博士學位論文 前7條

1 程小英;考慮主體行為特征的電子商務平臺定價策略研究[D];中國科學技術大學;2016年

2 畢達天;B2C電子商務企業(yè)—客戶間互動對客戶體驗影響研究[D];吉林大學;2014年

3 戴和忠;網(wǎng)絡推薦和在線評論對數(shù)字內(nèi)容商品體驗消費的整合影響及實證研究[D];浙江大學;2014年

4 郭零兵;移動商務用戶信任演化過程及影響因素研究[D];中南大學;2013年

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

6 鄧曉懿;移動電子商務個性化服務推薦方法研究[D];大連理工大學;2012年

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

本文編號：2645631