復(fù)雜情境下的電商用戶個(gè)性化推薦策略研究及應(yīng)用.pdf

1、浙汀工商大學(xué)博士學(xué)位論文復(fù)雜情境下的電商用，’，個(gè)性化推薦策略研究及應(yīng)用復(fù)雜情境下的電商用戶個(gè)性化推薦策略研究及應(yīng)用摘要電子商務(wù)各類新技術(shù)的出現(xiàn)和廣泛應(yīng)用以及用戶海量數(shù)據(jù)的積累，為精準(zhǔn)營銷、動(dòng)態(tài)供應(yīng)鏈優(yōu)化等提供了前所未有的發(fā)展空間。然而巨量信息的充斥，也引發(fā)了不少問題諸如“資源過載“和“信息迷向”等且愈來愈嚴(yán)重。對(duì)于個(gè)人用戶而言，如何快速、準(zhǔn)確地從海量的信息中獲取有用的內(nèi)容，成為其迫切希望得到解決的問題；對(duì)于企業(yè)而言，如何在日趨激烈的競

2、爭環(huán)境下快速準(zhǔn)確的發(fā)現(xiàn)用戶的潛在需求，提升信息檢索與推送的智能水平，提高個(gè)性化服務(wù)質(zhì)量，成為其在電商活動(dòng)中需要完善的重要服務(wù)內(nèi)容之一。個(gè)性化推薦技術(shù)的出現(xiàn)在一定程度上解決了信息多樣化與用戶需求專一化之問的矛盾。幾乎所有的電子商務(wù)平臺(tái)如Amazon、淘寶、京東等均不同程度的使用了各種推薦系統(tǒng)。但隨著電子商務(wù)應(yīng)用的不斷深入以及用戶情境的復(fù)雜化，如何在復(fù)雜情境下滿足用戶的個(gè)性化需求已經(jīng)成為個(gè)性化推薦服務(wù)研究的新趨勢。在基于情境的個(gè)性化推薦策略

3、研究中，用戶的復(fù)雜情境通常包括本體情境、上下文情境和社會(huì)關(guān)系情境。不同于以往的研究視角，本文采用縱向與橫向結(jié)合的方式。以往的研究都聚焦于模型構(gòu)建的三元研究，即基于“基于情境的個(gè)性化推薦知識(shí)建?！谇榫车挠脩羝梅治觥谇榫车耐扑]方法”的縱向結(jié)構(gòu)。研究成果可能只滿足于部分企業(yè)的要求。本文在研究過程中將電商用戶和企業(yè)結(jié)合考慮，對(duì)企業(yè)進(jìn)行粗粒度劃分，設(shè)計(jì)復(fù)雜情境下滿足用戶個(gè)性化需求的浙江工商大學(xué)博士學(xué)位論文復(fù)雜情境卜I的電商用戶個(gè)性化

4、推薦策略研究及應(yīng)用影響。本文研究表明，在計(jì)算用戶相似性之前對(duì)用戶進(jìn)行基于本體情境的聚類，在計(jì)算相似性時(shí)加入用戶信任關(guān)系因素影響會(huì)對(duì)推薦精確性的提高和結(jié)果多樣性的增加產(chǎn)生正向影響。同時(shí)該模型也能在一定程度上緩解數(shù)據(jù)稀疏性和冷啟動(dòng)問題。對(duì)于那些能夠獲取用戶本體情境、部分關(guān)系情境信息的企業(yè)而言，只增加少量維度情境信息，采用這種改進(jìn)型的協(xié)同過濾推薦方法，對(duì)推薦結(jié)果質(zhì)量的提升有較大的幫助。3)提出復(fù)雜情境下融入社會(huì)網(wǎng)絡(luò)情境的推薦方法。社交網(wǎng)絡(luò)與電

5、子商務(wù)的融合使得用戶信息更加豐富，基于此產(chǎn)生的個(gè)性化推薦結(jié)果也更加精準(zhǔn)。本文設(shè)計(jì)了一種基于社會(huì)網(wǎng)絡(luò)情境的個(gè)性化推薦模型，將用戶本體特征、個(gè)人偏好和用戶之間的社會(huì)關(guān)系影響結(jié)合在一起，采用矩陣分解的方法生成推薦結(jié)果。本文研究表明，融入社會(huì)網(wǎng)絡(luò)情境可以較大程度的提高推薦結(jié)果的精確性、增加推薦結(jié)果的多樣性。同時(shí)矩陣分解方法能夠很好的解決數(shù)據(jù)稀疏性和冷啟動(dòng)問題。該個(gè)性化推薦方法能夠適用于各種推薦情形，應(yīng)用領(lǐng)域廣泛，特別對(duì)于掌握用戶豐富維度情境信息