基于電商數(shù)據(jù)的用戶興趣挖掘與POI個(gè)性化推薦研究
發(fā)布時(shí)間:2021-11-24 00:21
隨著信息技術(shù)的快速發(fā)展,獲取信息途徑的增多,人們可以隨時(shí)隨地獲取大量信息數(shù)據(jù)。隨之而來(lái)的問(wèn)題就是在海量信息數(shù)據(jù)中,選擇出符合自己喜好的信息。推薦系統(tǒng)正是常用的解決信息過(guò)載的一種手段,通常結(jié)合其他技術(shù)可以在各個(gè)領(lǐng)域中發(fā)揮作用,提高用戶獲取信息的質(zhì)量與效率,帶給用戶更好的體驗(yàn)。目前在各個(gè)地圖平臺(tái)中,如百度地圖、高德地圖,主要提供的是共性的地點(diǎn)查詢服務(wù)功能,并未根據(jù)用戶的個(gè)性化需求為用戶提供個(gè)性化POI(Point of Interest,興趣點(diǎn))推薦服務(wù)。本文將使用LDA(Latent Dirichlet Allocation,潛在狄利克雷分布)主題模型作為連接用戶與POI之間的橋梁,實(shí)現(xiàn)根據(jù)用戶興趣為用戶提供個(gè)性化POI推薦。主要工作如下:(1)針對(duì)用戶行為數(shù)據(jù)中,存在部分用戶產(chǎn)生的操作行為少,不足分析出其中用戶興趣主題這一問(wèn)題,采用協(xié)同過(guò)濾算法,利用用戶行為數(shù)據(jù)挖掘出其中潛藏的用戶可能感興趣的商品;(2)針對(duì)用戶行為數(shù)據(jù)中,商品信息缺失的問(wèn)題,通過(guò)利用網(wǎng)絡(luò)爬蟲技術(shù)獲取了商品詳細(xì)信息以彌補(bǔ)語(yǔ)料庫(kù)中商品信息的不足;(3)整合之前獲取到的用戶與商品信息,并使用網(wǎng)絡(luò)爬蟲獲取POI信息,構(gòu)建了語(yǔ)...
【文章來(lái)源】:西南交通大學(xué)四川省 211工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:79 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
PLSA 概率圖模型
原始數(shù)據(jù)描述信息之后,為使數(shù)據(jù)的分布情況能夠清晰可見,使用了箱線圖對(duì)數(shù)據(jù)進(jìn)行表式,表示
用戶商品信息箱線圖
【參考文獻(xiàn)】:
期刊論文
[1]TPR-TF:基于張量分解的時(shí)間敏感興趣點(diǎn)推薦模型[J]. 王楠,李金寶,劉勇,張玉杰,鐘穎莉. 吉林大學(xué)學(xué)報(bào)(工學(xué)版). 2019(03)
[2]一種改進(jìn)的均方差協(xié)同過(guò)濾算法[J]. 饒鈺,陳光,邱天. 計(jì)算機(jī)與現(xiàn)代化. 2019(04)
[3]基于深度學(xué)習(xí)的混合興趣點(diǎn)推薦算法[J]. 馮浩,黃坤,李晶,高榕,劉東華,宋成芳. 電子與信息學(xué)報(bào). 2019(04)
[4]基于LSTM的POI個(gè)性化推薦框架[J]. 王立,張謐. 計(jì)算機(jī)系統(tǒng)應(yīng)用. 2018(12)
[5]基于主題模型的技術(shù)預(yù)見文本分析[J]. 呂皓,周曉紀(jì). 情報(bào)探索. 2018(10)
[6]主題模型的發(fā)展及應(yīng)用研究[J]. 馬欣. 電腦知識(shí)與技術(shù). 2018(15)
[7]基于LSH的隱私保護(hù)POI推薦算法[J]. 沈鑫娣,翟東君,張得天,劉安. 計(jì)算機(jī)工程. 2019(01)
[8]一種基于評(píng)分矩陣局部低秩假設(shè)融合地理和文本信息的協(xié)同排名POI推薦模型[J]. 孫琳,羅保山,高榕. 計(jì)算機(jī)應(yīng)用研究. 2018(10)
[9]基于多關(guān)聯(lián)度的移動(dòng)用戶POI個(gè)性化推薦[J]. 方英蘭,楊勇,韓兵. 北方工業(yè)大學(xué)學(xué)報(bào). 2017(02)
[10]基于UR-LDA的微博主題挖掘[J]. 陳陽(yáng),邵曦,趙海博. 計(jì)算機(jī)技術(shù)與發(fā)展. 2017(06)
博士論文
[1]提取商品特征和情感詞的語(yǔ)義約束LDA模型研究[D]. 彭云.江西財(cái)經(jīng)大學(xué) 2016
[2]基于詞共現(xiàn)的文本主題挖掘模型和算法研究[D]. 常鵬.天津大學(xué) 2010
碩士論文
[1]基于位置的社交網(wǎng)絡(luò)中的POI推薦問(wèn)題的研究[D]. Pakhomova Kristina.哈爾濱工業(yè)大學(xué) 2016
[2]基于協(xié)同過(guò)濾的考慮時(shí)空因素的POI推薦研究[D]. 陳航.浙江大學(xué) 2016
本文編號(hào):3514913
【文章來(lái)源】:西南交通大學(xué)四川省 211工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:79 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
PLSA 概率圖模型
原始數(shù)據(jù)描述信息之后,為使數(shù)據(jù)的分布情況能夠清晰可見,使用了箱線圖對(duì)數(shù)據(jù)進(jìn)行表式,表示
用戶商品信息箱線圖
【參考文獻(xiàn)】:
期刊論文
[1]TPR-TF:基于張量分解的時(shí)間敏感興趣點(diǎn)推薦模型[J]. 王楠,李金寶,劉勇,張玉杰,鐘穎莉. 吉林大學(xué)學(xué)報(bào)(工學(xué)版). 2019(03)
[2]一種改進(jìn)的均方差協(xié)同過(guò)濾算法[J]. 饒鈺,陳光,邱天. 計(jì)算機(jī)與現(xiàn)代化. 2019(04)
[3]基于深度學(xué)習(xí)的混合興趣點(diǎn)推薦算法[J]. 馮浩,黃坤,李晶,高榕,劉東華,宋成芳. 電子與信息學(xué)報(bào). 2019(04)
[4]基于LSTM的POI個(gè)性化推薦框架[J]. 王立,張謐. 計(jì)算機(jī)系統(tǒng)應(yīng)用. 2018(12)
[5]基于主題模型的技術(shù)預(yù)見文本分析[J]. 呂皓,周曉紀(jì). 情報(bào)探索. 2018(10)
[6]主題模型的發(fā)展及應(yīng)用研究[J]. 馬欣. 電腦知識(shí)與技術(shù). 2018(15)
[7]基于LSH的隱私保護(hù)POI推薦算法[J]. 沈鑫娣,翟東君,張得天,劉安. 計(jì)算機(jī)工程. 2019(01)
[8]一種基于評(píng)分矩陣局部低秩假設(shè)融合地理和文本信息的協(xié)同排名POI推薦模型[J]. 孫琳,羅保山,高榕. 計(jì)算機(jī)應(yīng)用研究. 2018(10)
[9]基于多關(guān)聯(lián)度的移動(dòng)用戶POI個(gè)性化推薦[J]. 方英蘭,楊勇,韓兵. 北方工業(yè)大學(xué)學(xué)報(bào). 2017(02)
[10]基于UR-LDA的微博主題挖掘[J]. 陳陽(yáng),邵曦,趙海博. 計(jì)算機(jī)技術(shù)與發(fā)展. 2017(06)
博士論文
[1]提取商品特征和情感詞的語(yǔ)義約束LDA模型研究[D]. 彭云.江西財(cái)經(jīng)大學(xué) 2016
[2]基于詞共現(xiàn)的文本主題挖掘模型和算法研究[D]. 常鵬.天津大學(xué) 2010
碩士論文
[1]基于位置的社交網(wǎng)絡(luò)中的POI推薦問(wèn)題的研究[D]. Pakhomova Kristina.哈爾濱工業(yè)大學(xué) 2016
[2]基于協(xié)同過(guò)濾的考慮時(shí)空因素的POI推薦研究[D]. 陳航.浙江大學(xué) 2016
本文編號(hào):3514913
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3514913.html
最近更新
教材專著