2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩98頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、在新興領域共享經(jīng)濟的帶動下,最后三公里的配送服務領域也開始嘗試眾包物流,該模式以APP為平臺,基于廣大的社會資源基礎為用戶提供方便快捷的配送服務,而用戶滿意度是眾包物流平臺得以維護用戶和開拓市場的重要競爭手段之一,這也使得如何從大量的社會資源中獲取合適信息來滿足用戶的個性化配送服務需求成為目前眾包配送需要解決的關(guān)鍵問題之一。為此本文結(jié)合國家自然科學基金項目(71471165):“泛在計算環(huán)境中社會化驅(qū)動的情境感知個性化信息服務研究”開展

2、眾包配送中的個性化推薦研究,提出了基于配送服務多屬性多時序性評分的協(xié)同過濾推薦方法,同時探究了眾包配送中的個性化推薦對于用戶滿意程度的影響。本文的主要工作與貢獻包括:
  (1)提出將個性化與眾包配送相結(jié)合進行服務推薦從現(xiàn)有的眾包物流服務模式入手,針對存在的配送服務問題提出了基于用戶偏好的配送服務,即主要研究哪一種配送方案適合于目標用戶,將個性化與物流服務相結(jié)合來解決眾包物流發(fā)展中存在的配送服務質(zhì)量問題。
  (2)量化屬性

3、的評分波動性
  通過基于某一服務屬性進行用戶的評分波動性分析,并將引用信息熵進行量化后的值應用于目標用戶對單一服務屬性的評分預測和多屬性權(quán)重確定中。
  (3)基于單一服務屬性的最近鄰預測目標用戶評分
  通過構(gòu)建“用戶一配送服務”評分矩陣獲取所有用戶對所有評分過的配送服務單一服務屬性的評分值,并通過計算相似值來獲取目標用戶的相似用戶,再結(jié)合最近鄰居算法獲取目標用戶對單一服務屬性的評分預測。
  (4)構(gòu)建了多

4、屬性多時序的配送服務推薦方法
  論文首先完成了將傳統(tǒng)的物流評分模式從總評分到配送服務多屬性評分的轉(zhuǎn)變,通過目標用戶的歷史評分行為進行分析尋找影響用戶滿意度的配送服務屬性即目標用戶的偏好從而有針對性的提供物流配送方案,以三四章為基礎分析構(gòu)建目標用戶對配送服務單一屬性的評分預測方法。再通過對確定多屬性權(quán)重方法的介紹和比較分析,獲取目標用戶對配送服務的總評分。
  (5)實驗分析與案例應用
  首先對權(quán)重確定方法進行準確率

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論