本文關(guān)鍵詞：基于LBS的電子商務(wù)個性化推薦研究

  更多相關(guān)文章： 基于位置服務(wù)(LBS) 個性化推薦 電子商務(wù) 情境感知

【摘要】：隨信息爆炸和Web3.0時代到來,個性化推薦應(yīng)用越來越廣泛,但位置數(shù)據(jù)缺失問題常導致無法提供真正滿足用戶個性需求信息,而隨著移動互聯(lián)網(wǎng)迅猛發(fā)展、移動終端逐漸普及、空間信息技術(shù)日趨完善,具有移動性、實用性、隨時性等特點的LBS為解決該問題提供了可能:基于LBS個性化推薦不受時空約束、快速響應(yīng)能即時傳遞信息的特點成為提升電子商務(wù)個性化推薦系統(tǒng)用戶使用體驗關(guān)鍵。為此,本文選擇基于LBS的電子商務(wù)個性化推薦進行研究。本文創(chuàng)新之處包括:(1)將用戶位置情景信息融入電子商務(wù)個性化推薦用文獻分析法深入分析基于LBS個性化推薦研究現(xiàn)狀,針對大多研究均基于地理位置信息的問題,提出將用戶位置情景信息融入電子商務(wù)個性化推薦以更真實反映用戶個性需求信息,屬基于LBS的電子商務(wù)個性化推薦研究新嘗試。(2)提出新型基于LBS的電子商務(wù)個性化推薦算法針對大多基于LBS個性化推薦研究均使用地理位置情境的問題,本文提出抵達時間、用戶狀態(tài)概念以具體化用戶位置情景(分解為用戶抵達時間、天氣和用戶狀態(tài)三種情境信息并納入個性化推薦),分別分析用戶抵達時間、天氣和用戶狀態(tài)三種情境下用戶信息需求并制定相應(yīng)個性化推薦算法。(3)設(shè)計并初步實現(xiàn)基于LBS的電子商務(wù)個性化推薦系統(tǒng)通過數(shù)據(jù)采集模塊收集原始數(shù)據(jù)和情境數(shù)據(jù),針對用戶抵達時間、天氣和用戶狀態(tài)三種情境設(shè)計基于規(guī)則電子商務(wù)個性化推薦算法,最后通過自適應(yīng)系統(tǒng)在無需用戶顯式輸入偏好情況下,充分利用用戶情境信息為其提供更精準、人性化推薦。全文共分6章,具體如下:第1章介紹了論文選題背景和研究意義,分析了基于LBS個性化推薦和電子商務(wù)個性化推薦研究現(xiàn)狀,闡述了論文研究方案和組織結(jié)構(gòu)。第2章介紹了LBS、電子商務(wù)個性化推薦,詳細分析現(xiàn)有基于LBS的個性化推薦關(guān)鍵技術(shù)及其進展、典型應(yīng)用,為基于LBS的電子商務(wù)個性化推薦系統(tǒng)設(shè)計及實現(xiàn)奠定基礎(chǔ)。第3章根據(jù)相關(guān)理論及技術(shù),分析設(shè)計了基于LBS的電子商務(wù)個性化推薦系統(tǒng)需遵循的基本原則,提出基于LBS的電子商務(wù)個性化推薦系統(tǒng)設(shè)計思路、體系結(jié)構(gòu)、功能模塊、運行機理、技術(shù)解決方案。第4章闡述了基于LBS的電子商務(wù)個性化推薦系統(tǒng)的技術(shù)選型、安卓平臺設(shè)計環(huán)境部署,從用戶興趣建模、推薦機制實現(xiàn)、信息資源組織、系統(tǒng)推薦效果展示四方面闡述了所構(gòu)建的基于LBS的電子商務(wù)個性化推薦系統(tǒng)。第5章站在工商管理角度從現(xiàn)有應(yīng)用對比分析、應(yīng)用情形、應(yīng)用模式和價值、應(yīng)用前景四方面闡述了基于LBS電子商務(wù)個性化推薦在實際應(yīng)用中作用及未來發(fā)展趨勢。第6章總結(jié)了論文工作,展望了后續(xù)研究工作。
【關(guān)鍵詞】：基于位置服務(wù)(LBS) 個性化推薦 電子商務(wù) 情境感知
【學位授予單位】：湖北工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：F724.6;F274
【目錄】：

• 摘要3-5
• Abstract5-12
• 第1章 引言12-29
• 1.1 選題背景與研究意義12-13
• 1.1.1 選題背景12
• 1.1.2 研究意義12-13
• 1.2 國內(nèi)外研究現(xiàn)狀13-25
• 1.2.1 基于LBS的個性化推薦13-18
• 1.2.2 電子商務(wù)個性化推薦18-25
• 1.2.3 分析與總結(jié)25
• 1.3 關(guān)于本論文25-28
• 1.3.1 研究目標25
• 1.3.2 研究內(nèi)容25-26
• 1.3.3 研究方法26
• 1.3.4 研究思路26-27
• 1.3.5 研究重點及難點27
• 1.3.6 創(chuàng)新之處27-28
• 1.3.7 論文組織結(jié)構(gòu)28
• 1.4 本章小結(jié)28-29
• 第2章 基于LBS的電子商務(wù)個性化推薦理論基礎(chǔ)29-42
• 2.1 LBS簡介29-33
• 2.1.1 內(nèi)涵29
• 2.1.2 關(guān)鍵技術(shù)29-30
• 2.1.3 典型應(yīng)用30-32
• 2.1.4 系統(tǒng)架構(gòu)及運行機理32-33
• 2.2 電子商務(wù)個性化推薦簡介33-35
• 2.2.1 內(nèi)涵33
• 2.2.2 關(guān)鍵技術(shù)33-34
• 2.2.3 典型應(yīng)用34-35
• 2.3 基于LBS的個性化推薦35-40
• 2.3.1 內(nèi)涵35-36
• 2.3.2 關(guān)鍵技術(shù)36
• 2.3.3 領(lǐng)域應(yīng)用36-39
• 2.3.4 與傳統(tǒng)電子商務(wù)個性化推薦對比39-40
• 2.4 其他支撐技術(shù)40-41
• 2.4.1 移動平臺40
• 2.4.2 定位技術(shù)40-41
• 2.4.3 數(shù)據(jù)庫技術(shù)41
• 2.5 本章小結(jié)41-42
• 第3章 基于LBS的電子商務(wù)個性化推薦總體設(shè)計42-53
• 3.1 設(shè)計目標與原則42-44
• 3.1.1 設(shè)計目標42-43
• 3.1.2 設(shè)計原則43-44
• 3.2 體系結(jié)構(gòu)44-46
• 3.2.1 應(yīng)用層44
• 3.2.2 中間層44-45
• 3.2.3 數(shù)據(jù)層45
• 3.2.4 網(wǎng)絡(luò)支撐層45
• 3.2.5 云端45-46
• 3.3 功能模塊設(shè)計46-48
• 3.3.1 搜索功能46
• 3.3.2 定位功能46-47
• 3.3.3 簽到功能47
• 3.3.4 消息功能47
• 3.3.5 分享功能47
• 3.3.6 推薦功能47
• 3.3.7 監(jiān)控功能47-48
• 3.4 運行機理48-50
• 3.4.1 系統(tǒng)管理員48
• 3.4.2 店鋪管理員48
• 3.4.3 普通用戶48-49
• 3.4.4 監(jiān)管部門用戶49-50
• 3.5 技術(shù)解決方案50-52
• 3.5.1 用戶興趣建模50-51
• 3.5.2 推薦機制51-52
• 3.5.3 信息資源組織52
• 3.6 本章小結(jié)52-53
• 第4章 基于LBS的電子商務(wù)個性化推薦實現(xiàn)53-74
• 4.1 技術(shù)選型53-54
• 4.1.1 安卓系統(tǒng)選型53-54
• 4.1.2 定位技術(shù)選型54
• 4.2 開發(fā)環(huán)境部署54-57
• 4.2.1 JDK安裝54-55
• 4.2.2 android-studio下載與安裝55-57
• 4.3 用戶興趣建模57-60
• 4.3.1 情境信息獲取57-58
• 4.3.2 情境信息處理58-59
• 4.3.3 情景信息建模59-60
• 4.4 推薦機制實現(xiàn)60-63
• 4.4.1 基于時間推薦實現(xiàn)60-61
• 4.4.2 基于天氣推薦實現(xiàn)61-62
• 4.4.3 基于用戶狀態(tài)推薦實現(xiàn)62
• 4.4.4 混合推薦62-63
• 4.5 信息資源組織63-70
• 4.5.1 數(shù)據(jù)儲存63-65
• 4.5.2 原始數(shù)據(jù)形成65-68
• 4.5.3 數(shù)據(jù)組織68-70
• 4.6 推薦效果展示70-73
• 4.6.1 系統(tǒng)界面71
• 4.6.2 基于時間推薦效果71
• 4.6.3 基于天氣推薦效果71
• 4.6.4 基于用戶狀態(tài)推薦效果71-73
• 4.7 本章小結(jié)73-74
• 第5章 基于LBS的電子商務(wù)個性化推薦應(yīng)用分析74-83
• 5.1 現(xiàn)有應(yīng)用對比分析74-77
• 5.1.1 候選對象74
• 5.1.2 遴選標準74-75
• 5.1.3 對比框架與分析75-76
• 5.1.4 結(jié)果分析76
• 5.1.5 本文推薦優(yōu)勢76-77
• 5.2 應(yīng)用領(lǐng)域與情形77-80
• 5.2.1 移動物流77
• 5.2.2 移動支付77-78
• 5.2.3 移動預訂78
• 5.2.4 移動購物78
• 5.2.5 移動醫(yī)療78-79
• 5.2.6 移動簽到79
• 5.2.7 移動娛樂79-80
• 5.3 應(yīng)用模式與價值分析80-81
• 5.3.1 商業(yè)管理與營銷80
• 5.3.2 生活服務(wù)及銷售80-81
• 5.3.3 社交休閑及娛樂81
• 5.4 應(yīng)用前景81-82
• 5.4.1 基于LBS電子商務(wù)模式創(chuàng)新81-82
• 5.4.2 基于LBS電子商務(wù)產(chǎn)業(yè)鏈優(yōu)化82
• 5.5 本章小結(jié)82-83
• 第6章 論文總結(jié)及研究展望83-85
• 6.1 論文總結(jié)83
• 6.2 研究展望83-85
• 參考文獻85-88
• 致謝88-89
• 附件89

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 曾俊;;國內(nèi)基于LBS的個性化推薦核心內(nèi)容研究進展[J];信息與電腦(理論版);2016年12期

2 肖鋒;侯岳;賈寶;;情境建模下的LBS智能信息服務(wù)推送方法[J];測繪通報;2016年04期

3 張閃閃;黃鵬;;基于LBS的圖書館個性化推薦系統(tǒng)的構(gòu)建[J];圖書館雜志;2015年12期

4 陳平華;何婕;梁瓊;;一種綜合LBS和社會網(wǎng)絡(luò)標簽的個性化推薦方法[J];計算機應(yīng)用與軟件;2015年06期

5 鄧鵬;李霖;陳功;李游;;基于用戶情境的POI個性化推薦模型[J];測繪地理信息;2015年03期

6 姜海洋;曾劍秋;;基于LBS的移動電子商務(wù)營銷模式及趨勢[J];北京郵電大學學報(社會科學版);2015年02期

7 江雯雯;;融入情境的個性化推薦模型在旅游業(yè)的應(yīng)用[J];中國集體經(jīng)濟;2014年03期

8 孫雨生;劉偉;仇蓉蓉;黃傳慧;;國內(nèi)用戶興趣建模研究進展[J];情報雜志;2013年05期

9 張玉起;;移動電子商務(wù)及其發(fā)展[J];今日科苑;2009年04期

10 溫芝龍;;淺談移動電子商務(wù)[J];商場現(xiàn)代化;2008年26期

，

本文編號：886670