天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

面向乘客喜好的網(wǎng)絡(luò)約車推薦算法研究

發(fā)布時(shí)間:2024-02-24 22:47
  互聯(lián)網(wǎng)以及移動(dòng)互聯(lián)網(wǎng)的快速發(fā)展造就了大數(shù)據(jù)和共享經(jīng)濟(jì)時(shí)代,上下班高峰期、偏遠(yuǎn)地區(qū)打車難等問題使得打車軟件應(yīng)運(yùn)而生。為了保證用戶對(duì)打車軟件使用的忠誠(chéng)度,向用戶提供高質(zhì)量的個(gè)性化優(yōu)質(zhì)服務(wù)成為了關(guān)鍵手段。推薦系統(tǒng)則是提供個(gè)性化服務(wù)的技術(shù),因此,對(duì)網(wǎng)絡(luò)約車推薦算法的研究以提供準(zhǔn)確、高效的推薦變得很有意義。本文通過收集打車軟件發(fā)展的資料,對(duì)現(xiàn)狀進(jìn)行分析,確立了“設(shè)計(jì)滿足乘客喜好的個(gè)性化司機(jī)推薦算法”的目標(biāo)。首先,通過對(duì)國(guó)內(nèi)外推薦算法的研究綜述,發(fā)現(xiàn)學(xué)者在各個(gè)領(lǐng)域都有大量的推薦算法的研究成果,但目前尚未發(fā)現(xiàn)在網(wǎng)絡(luò)約車領(lǐng)域有對(duì)推薦系統(tǒng)的應(yīng)用研究,表明本文算法具有研究?jī)r(jià)值;闡述推薦系統(tǒng)、聚類、上下文感知等算法研究相關(guān)的理論知識(shí),確定模型使用的算法及評(píng)價(jià)指標(biāo)。其次,建立網(wǎng)絡(luò)約車推薦模型,模型建立過程分為三部分:一是建立協(xié)同過濾推薦模型,根據(jù)乘客-司機(jī)的歷史評(píng)分?jǐn)?shù)據(jù),采用傳統(tǒng)的基于項(xiàng)目的協(xié)同過濾算法對(duì)目標(biāo)用戶進(jìn)行推薦;二是建立基于聚類的速度改進(jìn)模型,引入模糊聚類算法,根據(jù)乘客屬性信息和司機(jī)屬性信息分別對(duì)乘客及司機(jī)進(jìn)行聚類,再采用協(xié)同過濾推薦算法進(jìn)行推薦,以期提高推薦速度;三是建立基于上下文感知的精度改進(jìn)模...

【文章頁(yè)數(shù)】:85 頁(yè)

【學(xué)位級(jí)別】:碩士

【部分圖文】:

圖2.2基于內(nèi)容的推薦系統(tǒng)的高層次結(jié)構(gòu)圖??Fig.2.2?High?level?structure?of?content-based?recommendation?system??

圖2.2基于內(nèi)容的推薦系統(tǒng)的高層次結(jié)構(gòu)圖??Fig.2.2?High?level?structure?of?content-based?recommendation?system??

難以在大量的可選項(xiàng)目中評(píng)估并快速選擇出有價(jià)值的項(xiàng)目。本文中研究的“用戶”指的??是使用網(wǎng)絡(luò)約車服務(wù)的乘客群體。??推薦系統(tǒng)的主要組成結(jié)構(gòu)關(guān)系如圖2.1所示。??<獲取用戶偏好計(jì)]??圖2.1推薦系統(tǒng)的組成結(jié)構(gòu)圖??Fig.2.1?Composition?structure?of?....


圖2.3基于用戶的協(xié)同過濾推薦原理??Fig.2.3?Principle?of?User-based?collaborative?filtering??

圖2.3基于用戶的協(xié)同過濾推薦原理??Fig.2.3?Principle?of?User-based?collaborative?filtering??

1??(w)?1?臟件??圖2.2基于內(nèi)容的推薦系統(tǒng)的高層次結(jié)構(gòu)圖??Fig.2.2?High?level?structure?of?content-based?recommendation?system??-11?-??


圖2.4基于項(xiàng)目的協(xié)同過濾推薦原理??Fig.2.4?Principal?of?Item-based?collaborative?filtering??

圖2.4基于項(xiàng)目的協(xié)同過濾推薦原理??Fig.2.4?Principal?of?Item-based?collaborative?filtering??

的用戶喜歡的,且目標(biāo)用戶沒有評(píng)分過的項(xiàng)目推薦給目標(biāo)用戶。??user3??圖2.3基于用戶的協(xié)同過濾推薦原理??Fig.2.3?Principle?of?User-based?collaborative?filtering??基于項(xiàng)目的協(xié)同過濾算法的思想描述為,如果其他用戶對(duì)項(xiàng)目....


圖2.6傳統(tǒng)推薦流程的一般組成部分??Fig.2.6?General?component?of?the?traditional?recommendation?process??

圖2.6傳統(tǒng)推薦流程的一般組成部分??Fig.2.6?General?component?of?the?traditional?recommendation?process??

?b)上下文后過濾?c)上下文建模??圖2.7推薦系統(tǒng)中整合上下文的方式??Fig.2.7?Methods?to?integrate?context?in?recommendation?system??-22?-??



本文編號(hào):3909674

資料下載
論文發(fā)表

本文鏈接:http://sikaile.net/jingjilunwen/jtysjj/3909674.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶6bf5e***提供,本站僅收錄摘要或目錄,作者需要?jiǎng)h除請(qǐng)E-mail郵箱bigeng88@qq.com