【摘要】：隨著大數(shù)據(jù)處理技術(shù)與農(nóng)產(chǎn)品電子商務(wù)平臺的興起,農(nóng)產(chǎn)品銷售的品種和渠道越來越多樣化,農(nóng)產(chǎn)品電商平臺銷售數(shù)據(jù)呈現(xiàn)海量多變等特點,然而大多數(shù)農(nóng)產(chǎn)品在電商平臺中并不熱門,導(dǎo)致用戶無法第一時間準(zhǔn)確找到適合自己的商品,因此,農(nóng)產(chǎn)品電商平臺智能推薦方法成為高效滿足個性化需求的重要手段。針對傳統(tǒng)推薦方法存在耗時長、效率低的問題,本文提出了基于大數(shù)據(jù)處理技術(shù)的農(nóng)產(chǎn)品電商平臺智能推薦方法的研究,為農(nóng)產(chǎn)品電商平臺上商家的精準(zhǔn)銷售與用戶的個性化消費提供智能決策依據(jù)。主要研究內(nèi)容如下:(1)提出了基于Spark平臺的農(nóng)業(yè)大數(shù)據(jù)處理方法。首先搭建Spark流式計算平臺,通過對Hadoop與Spark大數(shù)據(jù)處理平臺性能對比實驗分析,在處理相同大數(shù)據(jù)量的條件下,Spark平臺比Hadoop平臺的計算結(jié)果更加快速和準(zhǔn)確。驗證結(jié)果表明:Spark平臺更適合進行農(nóng)業(yè)大數(shù)據(jù)的有效處理,確定Spark平臺處理農(nóng)業(yè)大數(shù)據(jù)方法,進行下一步研究。(2)進行了基于主題加權(quán)融合協(xié)同過濾算法的農(nóng)產(chǎn)品智能推薦方法研究。首先將文檔主題算法與矩陣分解算法混合,形成文檔主題與矩陣分解混合算法;然后將基于物品的協(xié)同過濾算法和文檔主題與矩陣分解混合算法進行加權(quán)融合,形成主題加權(quán)融合協(xié)同過濾算法,并進行了農(nóng)產(chǎn)品智能推薦方法的驗證。實驗結(jié)果表明:主題加權(quán)融合協(xié)同過濾農(nóng)產(chǎn)品混合推薦算法較好地刻畫了農(nóng)產(chǎn)品之間的關(guān)聯(lián)度,為農(nóng)產(chǎn)品相似度計算提供良好的技術(shù)支撐。依據(jù)準(zhǔn)確率、多樣性和RMSE三個測評標(biāo)準(zhǔn),驗證了基于主題加權(quán)融合協(xié)同過濾算法的農(nóng)產(chǎn)品智能推薦方法較單一推薦算法更具優(yōu)勢,可為農(nóng)產(chǎn)品智能推薦系統(tǒng)提供可靠的技術(shù)保障。(3)設(shè)計與開發(fā)了基于Spark平臺的農(nóng)產(chǎn)品智能推薦系統(tǒng)。將上述研究成果集成在Spark流式計算平臺上,構(gòu)建具有農(nóng)產(chǎn)品查詢、智能推薦、農(nóng)產(chǎn)品管理和用戶管理四大功能模塊的基于Spark平臺的農(nóng)產(chǎn)品智能推薦系統(tǒng)。農(nóng)產(chǎn)品查詢模塊實現(xiàn)了用戶行為數(shù)據(jù)集分析處理功能;智能推薦模塊提供了多種智能推薦方法校驗功能;農(nóng)產(chǎn)品管理模塊實現(xiàn)了農(nóng)產(chǎn)品評價主題模型構(gòu)建與銷售走勢動態(tài)分析功能;用戶管理模塊確保了對用戶農(nóng)產(chǎn)品購買行為信息的完全收錄與及時更新。該系統(tǒng)實現(xiàn)了農(nóng)產(chǎn)品銷售和購買行為匹配效率與準(zhǔn)確度的有效提升,為農(nóng)產(chǎn)品電商平臺智能推薦提供了良好依據(jù)。本文利用多種大數(shù)據(jù)技術(shù)分析農(nóng)產(chǎn)品電商平臺用戶的行為特征,為用戶推薦感興趣的商品,為商家拓寬銷路,大大增加了農(nóng)產(chǎn)品售出幾率,降低其運營成本,為解決農(nóng)產(chǎn)品的買難賣難問題提供解決方案,為國民經(jīng)濟水平的提高提供了有力支撐。
【圖文】：

臺對比實驗安裝配置好后，對比 Hadoop 與 Spark 平臺性能差異，進行處理海量數(shù)據(jù)效率測試。通過實驗數(shù)據(jù)處理驗證 Spark 平臺的可行性。驗數(shù)據(jù)來源于坐落在吉林省農(nóng)安縣開安鎮(zhèn)、合隆鎮(zhèn)陳家店村的七個實時數(shù)農(nóng)業(yè)實時監(jiān)測網(wǎng)，利用無線傳感網(wǎng)絡(luò)進行作物生產(chǎn)環(huán)境信息監(jiān)測與采集，大數(shù)據(jù)的實時處理與分析，從 2015-2017 年農(nóng)安縣智能監(jiān)測網(wǎng)的 2.3 億條數(shù)據(jù)中抽取 5 組分別為 1 萬條、10 萬條、100 萬條、1000 萬條、1 億條數(shù)歸時間對比，效率測試結(jié)果見表 3-1、如圖 3.2 所示。表 3-1 Hadoop 與 Spark 運行時間對比Table 3-1 Comparison between Hadoop and Spark’s runtime計算框架數(shù)據(jù)量1 萬條（10K）10 萬條(1*10^2K）100 萬條（1*10^3K）1000 萬條（1*10^4K）1 億條（1*10^Hadoop 8 17 27 255 175Spark 10 11 15 27 154 2-1 中數(shù)字為運行時間，單位為秒。圖 4 中“K”代表“千條”。

圖 3.1 Spark shell 啟動界面Fig. 3.1 Startup interface diagram of Spark shell臺對比實驗境安裝配置好后，對比 Hadoop 與 Spark 平臺性能差異，進行處理海量數(shù)據(jù)間效率測試。通過實驗數(shù)據(jù)處理驗證 Spark 平臺的可行性。實驗數(shù)據(jù)來源于坐落在吉林省農(nóng)安縣開安鎮(zhèn)、合隆鎮(zhèn)陳家店村的七個實時數(shù)慧農(nóng)業(yè)實時監(jiān)測網(wǎng)，利用無線傳感網(wǎng)絡(luò)進行作物生產(chǎn)環(huán)境信息監(jiān)測與采集，業(yè)大數(shù)據(jù)的實時處理與分析，從 2015-2017 年農(nóng)安縣智能監(jiān)測網(wǎng)的 2.3 億條度數(shù)據(jù)中抽取 5 組分別為 1 萬條、10 萬條、100 萬條、1000 萬條、1 億條數(shù)回歸時間對比，效率測試結(jié)果見表 3-1、如圖 3.2 所示。表 3-1 Hadoop 與 Spark 運行時間對比Table 3-1 Comparison between Hadoop and Spark’s runtime計算框架數(shù)據(jù)量1 萬條（10K）10 萬條(1*10^2K）100 萬條（1*10^3K）1000 萬條（1*10^4K）1 億條（1*10^Hadoop 8 17 27 255 175
【學(xué)位授予單位】：吉林農(nóng)業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：F323.7;F724.6;TP391.3;TP311.13

【相似文獻】

相關(guān)期刊論文 前10條

1 蒲實;郭曉鳴;;影響農(nóng)產(chǎn)品價格的新因素不容忽視[J];財經(jīng)政法資訊;2011年02期

2 張敏;;我國如何應(yīng)對外國農(nóng)產(chǎn)品的傾銷[J];武漢電力職業(yè)技術(shù)學(xué)院學(xué)報;2006年04期

3 邢孔文;;基于西方經(jīng)濟學(xué)原理分析農(nóng)產(chǎn)品價格變化及其市場策略[J];鄉(xiāng)村科技;2019年33期

4 師文麗;;改革開放四十年山東農(nóng)產(chǎn)品價格變化歷程[J];山東經(jīng)濟戰(zhàn)略研究;2018年10期

5 張貓貓;;國際油價影響對我國農(nóng)產(chǎn)品價格的影響研究[J];價格理論與實踐;2019年03期

6 胡西娟;楊建飛;徐建衛(wèi);;當(dāng)前我國農(nóng)產(chǎn)品價格普遍上漲的理論研究與實證探索[J];價格月刊;2019年08期

7 湯芬芬;;農(nóng)產(chǎn)品拍賣存在的問題及對策[J];農(nóng)村經(jīng)濟與科技;2019年19期

8 龐金波;李宗瑛;;農(nóng)業(yè)價值鏈融資模式研究——基于農(nóng)產(chǎn)品價格保險視角[J];農(nóng)村金融研究;2017年11期

9 雷穎頤;;健全農(nóng)產(chǎn)品價格法律制度的思考[J];法制博覽;2018年03期

10 陳王生;;農(nóng)產(chǎn)品價格因素對農(nóng)民收入的影響相關(guān)性分析[J];南方農(nóng)機;2018年03期

相關(guān)會議論文 前10條

1 ;全國農(nóng)產(chǎn)品價格監(jiān)測預(yù)測系統(tǒng)[A];中國畜牧獸醫(yī)學(xué)會信息技術(shù)分會第十屆學(xué)術(shù)研討會論文集[C];2015年

2 劉向東;;2010年農(nóng)產(chǎn)品價格高漲背后的原因及其影響[A];中國經(jīng)濟分析與展望（2010-2011）[C];2011年

3 溫鐵軍;董筱丹;王位山;;農(nóng)產(chǎn)品價格上漲的宏觀影響[A];紀(jì)念農(nóng)村改革30周年學(xué)術(shù)論文集[C];2008年

4 方志權(quán);;上海農(nóng)資、農(nóng)產(chǎn)品價格與農(nóng)民收益關(guān)聯(lián)度研究[A];第二屆湖湘三農(nóng)論壇論文集[C];2009年

5 錢克明;;充分發(fā)揮農(nóng)產(chǎn)品價格政策在統(tǒng)籌城鄉(xiāng)發(fā)展中的調(diào)節(jié)作用[A];加大城鄉(xiāng)統(tǒng)籌力度 協(xié)調(diào)推進工業(yè)化、城鎮(zhèn)化與農(nóng)業(yè)農(nóng)村現(xiàn)代化[C];2010年

6 宋國青;;農(nóng)產(chǎn)品價格與通貨膨脹[A];2008年夏季CCER中國經(jīng)濟觀察（總第14期）[C];2008年

7 張峭;;農(nóng)產(chǎn)品價格保險產(chǎn)品的設(shè)計及風(fēng)險分散[A];第十屆中國期貨分析師暨場外衍生品論壇論文集[C];2016年

8 宋姍姍;;三大央行未出臺寬松政策,基本面繼續(xù)主導(dǎo)農(nóng)產(chǎn)品價格走勢[A];《IMI研究動態(tài)》2012年合輯[C];2012年

9 宋姍姍;;澳洲央行與日本央行保持利率不變,基本面主導(dǎo)農(nóng)產(chǎn)品價格走勢[A];《IMI研究動態(tài)》2012年合輯[C];2012年

10 徐波;紀(jì)樹東;李青;;農(nóng)產(chǎn)品價格上漲對通貨膨脹的影響——基于CGE模型的分析[A];第九屆中國軟科學(xué)學(xué)術(shù)年會論文集（上冊）[C];2013年

相關(guān)重要報紙文章 前10條

1 余雷;鉀肥漲勢難延續(xù)[N];中國化工報;2013年

2 周和平;糧價走低，，化肥市場遭殃[N];中國化工報;2015年

3 本報見習(xí)記者 郭勉愈;中國農(nóng)產(chǎn)品定價權(quán)受威脅[N];科學(xué)時報;2011年

4 惠銘生;惹禍的豬能不能管住CPI[N];中國青年報;2011年

5 余雷;鉀肥后市危機四伏[N];中國化工報;2015年

6 余雷;化肥市場新危機來臨[N];中國化工報;2015年

7 楊益軍;明年全國農(nóng)資支出將下降[N];中國化工報;2015年

8 記者 喬金亮;今年農(nóng)產(chǎn)品價格漲幅有望回落[N];經(jīng)濟日報;2020年

9 本報記者 潘宇靜;農(nóng)業(yè)農(nóng)村部：今年農(nóng)產(chǎn)品價格漲幅有望回落[N];中國證券報;2020年

10 湖南農(nóng)業(yè)大學(xué)商學(xué)院副院長、教授、博士生導(dǎo)師 湖南鄉(xiāng)村振興戰(zhàn)略研究院、湖南省涉農(nóng)企業(yè)發(fā)展研究中心研究員 莫鳴;創(chuàng)響特色農(nóng)產(chǎn)品品牌 引領(lǐng)鄉(xiāng)村產(chǎn)業(yè)發(fā)展[N];湖南日報;2020年

相關(guān)博士學(xué)位論文 前10條

1 劉喬;農(nóng)產(chǎn)品冷鏈質(zhì)量安全風(fēng)險管理研究[D];哈爾濱理工大學(xué);2018年

2 于延良;基于空間視角的我國農(nóng)產(chǎn)品電商發(fā)展機制研究[D];吉林大學(xué);2018年

3 祁民;國際視野下的農(nóng)產(chǎn)品價格風(fēng)險管理研究[D];華東師范大學(xué);2008年

4 胡天石;中國農(nóng)產(chǎn)品電子商務(wù)模式研究[D];中國農(nóng)業(yè)科學(xué)院;2005年

5 王和仲;農(nóng)產(chǎn)品法律問題研究[D];西南政法大學(xué);2005年

6 孟凡勝;中國農(nóng)產(chǎn)品現(xiàn)代物流發(fā)展問題研究[D];東北農(nóng)業(yè)大學(xué);2005年

7 楊萬江;安全農(nóng)產(chǎn)品生產(chǎn)經(jīng)濟效益研究[D];浙江大學(xué);2006年

8 賀峰;中國農(nóng)產(chǎn)品現(xiàn)代物流問題研究[D];華中農(nóng)業(yè)大學(xué);2006年

9 鹿永華;提高我國優(yōu)勢農(nóng)產(chǎn)品國際競爭力的研究[D];中國農(nóng)業(yè)科學(xué)院;2005年

10 馮忠澤;中國農(nóng)產(chǎn)品質(zhì)量安全市場準(zhǔn)入機制研究[D];中國農(nóng)業(yè)科學(xué)院;2007年

相關(guān)碩士學(xué)位論文 前10條

1 彭依依;消費扶貧戰(zhàn)略下特色農(nóng)產(chǎn)品助力扶貧的問題分析與政府引導(dǎo)策略研究[D];南昌大學(xué);2019年

2 梁潔;LS縣農(nóng)產(chǎn)品質(zhì)量安全監(jiān)管問題的研究[D];南京航空航天大學(xué);2018年

3 陳廣福;XYZ農(nóng)產(chǎn)品股份有限公司的戰(zhàn)略轉(zhuǎn)型研究[D];北京理工大學(xué);2017年

4 范志方;貴州生態(tài)農(nóng)產(chǎn)品與電商精準(zhǔn)扶貧耦合機制構(gòu)建[D];貴州財經(jīng)大學(xué);2019年

5 劉宇峰;基于智能推薦與物流規(guī)劃的農(nóng)產(chǎn)品微電商平臺的研究與設(shè)計[D];大連海洋大學(xué);2019年

6 傅思維;大數(shù)據(jù)環(huán)境下農(nóng)產(chǎn)品電商平臺智能推薦技術(shù)的研究與應(yīng)用[D];吉林農(nóng)業(yè)大學(xué);2019年

7 高欣然;國際原油價格對中國農(nóng)產(chǎn)品價格的溢出效應(yīng)分析[D];中國石油大學(xué)(北京);2018年

8 洪麗丹;涼山州特色農(nóng)產(chǎn)品網(wǎng)絡(luò)營銷策略分析[D];四川農(nóng)業(yè)大學(xué);2017年

9 陳國豪;廣州市P區(qū)國家農(nóng)產(chǎn)品質(zhì)量安全縣建設(shè)中的政府行為研究[D];華南理工大學(xué);2019年

10 雷潔;兩岸農(nóng)產(chǎn)品經(jīng)貿(mào)往來研究[D];華僑大學(xué);2019年

本文編號：2594465