發(fā)布時間：2018-05-03 16:57

  本文選題：相似性 + 用戶行為分析�。� 參考：《河北大學(xué)》2017年碩士論文

【摘要】：近些年,隨著互聯(lián)網(wǎng)電子商務(wù)的發(fā)展,用戶在電商平臺上使用并產(chǎn)生的數(shù)據(jù)劇增,使用戶面臨嚴(yán)重的信息過載問題。個性化推薦系統(tǒng)是解決信息過載的有效方式之一。采用協(xié)同過濾推薦算法和基于內(nèi)容的推薦算法來構(gòu)建個性化推薦系統(tǒng),并將兩次推薦結(jié)果混合生成最終推薦結(jié)果。在基于用戶的協(xié)同過濾推薦算法中,對比不同相似度度量方法,并采用修正的余弦相似性公式來計算用戶之間的相似度。在基于內(nèi)容的推薦算法中,采用余弦相似定理計算興趣特征向量和項目特征向量之間的相似度。基于內(nèi)容和協(xié)同過濾混合的推薦算法綜合考慮了用戶個人行為因素和鄰近用戶組因素,提高了推薦的有效性。其中,項目之間的相似度通過計算項目結(jié)構(gòu)化數(shù)據(jù)之間的相似度得到。在研究面向O2O的用戶行為分析的基礎(chǔ)上,提出了面向O2O用戶行為分析的混合推薦算法。以基于內(nèi)容和協(xié)同過濾混合的推薦算法為基礎(chǔ),設(shè)計了面向O2O用戶行為分析的混合推薦模塊架構(gòu)圖,并通過理論與實際的結(jié)合驗證了該混合推薦算法在基于O2O的生活信息服務(wù)系統(tǒng)上應(yīng)用的有效性。通過調(diào)研與用戶行為分析相結(jié)合的方式,歸納總結(jié)了在基于O2O的生活信息服務(wù)系統(tǒng)中對用戶行為分析的研究狀況,并展望了該領(lǐng)域的發(fā)展趨勢和技術(shù)增長點。
[Abstract]:In recent years, with the development of electronic commerce on the Internet, the number of data generated by users on e-commerce platforms has increased dramatically, which makes users face serious problems of information overload. Personalized recommendation system is one of the effective ways to solve information overload. The collaborative filtering recommendation algorithm and the content-based recommendation algorithm are used to construct the personalized recommendation system, and the final recommendation results are generated by mixing the two recommendation results. In the user-based collaborative filtering recommendation algorithm, different similarity measures are compared, and the modified cosine similarity formula is used to calculate the similarity between users. In the content-based recommendation algorithm, the similarity between the feature vector of interest and the feature vector of item is calculated by using the cosine similarity theorem. The recommendation algorithm based on the mixture of content and collaborative filtering takes into account the factors of user's personal behavior and neighboring user groups and improves the effectiveness of recommendation. Among them, the similarity between items is obtained by calculating the similarity between structured data of items. Based on the research of O2O-oriented user behavior analysis, a hybrid recommendation algorithm for O2O-oriented user behavior analysis is proposed. Based on the hybrid recommendation algorithm based on content and collaborative filtering, the architecture diagram of hybrid recommendation module for O2O user behavior analysis is designed. The application of the hybrid recommendation algorithm in O2O based life information service system is verified by combining theory and practice. Through the combination of research and user behavior analysis, this paper summarizes the research status of user behavior analysis in the life information service system based on O2O, and looks forward to the development trend and technical growth point of this field.
【學(xué)位授予單位】：河北大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP391.3

【參考文獻】

相關(guān)期刊論文 前10條

1 朱郁筱;呂琳媛;;推薦系統(tǒng)評價指標(biāo)綜述[J];電子科技大學(xué)學(xué)報;2012年02期

2 邢哲;梁競帆;朱青;;多維度自適應(yīng)的協(xié)同過濾推薦算法[J];小型微型計算機系統(tǒng);2011年11期

3 黃創(chuàng)光;印鑒;汪靜;劉玉葆;王甲海;;不確定近鄰的協(xié)同過濾推薦算法[J];計算機學(xué)報;2010年08期

4 劉建國;周濤;汪秉宏;;個性化推薦系統(tǒng)的研究進展[J];自然科學(xué)進展;2009年01期

5 焦玉英;雷雪;;基于用戶滿意度的網(wǎng)絡(luò)信息服務(wù)質(zhì)量評價模型及調(diào)查分析[J];圖書情報工作;2008年02期

6 游文;葉水生;;電子商務(wù)推薦系統(tǒng)中的協(xié)同過濾推薦[J];計算機技術(shù)與發(fā)展;2006年09期

7 焦玉英,李進華;網(wǎng)上信息服務(wù)的主動性及其相關(guān)技術(shù)[J];現(xiàn)代圖書情報技術(shù);2002年02期

8 胡順仁,鄧毅,王錚;基于高校排課系統(tǒng)中的圖論問題研究[J];計算機工程與應(yīng)用;2002年04期

9 周玲;信息超載綜述[J];圖書情報工作;2001年11期

10 鐘曉;馬少平;張鈸;俞瑞釗;;數(shù)據(jù)挖掘綜述[J];模式識別與人工智能;2001年01期

相關(guān)碩士學(xué)位論文 前2條

1 王興茂;基于用戶的協(xié)同過濾推薦算法研究[D];解放軍信息工程大學(xué);2015年

2 蔡觀洋;個性化推薦中協(xié)同過濾算法的改進研究[D];吉林大學(xué);2013年

，

本文編號：1839318