版權說明: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,請進行舉報或認領
文檔簡介
1、推薦系統(tǒng)是解決信息過載問題的有效手段,已經(jīng)引起了企業(yè)界和學術界的廣泛關注。為了減少稀疏矩陣、冷啟動等問題對推薦過程的影響,改善推薦系統(tǒng)的推薦效果和解釋能力,本研究在對現(xiàn)有的電子商務推薦系統(tǒng)研究成果分別從信息技術和商務應用的角度進行了梳理和分類的基礎上,從信息粒度和信息來源的角度研究了商品的屬性知識和用戶對商品屬性的偏好信息在推薦系統(tǒng)中的作用機理。
論文首先針對用戶經(jīng)常消費的商品提出了基于商品屬性的推薦算法和流程。參考信息檢索領
2、域的TFIDF算法,提出了在不增加消費者反饋工作量的前提下,將傳統(tǒng)的用戶商品評分矩陣轉(zhuǎn)化為用戶商品屬性評分矩陣的方法,并以此評分矩陣為基礎提出了基于商品屬性效用疊加、基于神經(jīng)網(wǎng)絡和基于屬性的協(xié)同過濾三種推薦方法。通過對國際互聯(lián)網(wǎng)上公開的數(shù)據(jù)集的計算表明本文提出的矩陣轉(zhuǎn)化方法能夠在一定程度上提升矩陣中數(shù)據(jù)元素的密度,提出的三種推薦方法也能在不同程度上解決推薦系統(tǒng)的稀疏矩陣和冷啟動的問題。
論文接著針對用戶不經(jīng)常消費的商品提出基于
3、定性的用戶購買目標和定量的專家商品領域知識的交互式推薦算法和流程。該交互式推薦算法以手段目標鏈理論模型為理論依據(jù),以商品屬性為中介。論文在理論分析的基礎上根據(jù)設計科學的研究范式,選用計算機商品為研究對象,設計了包括專家商品領域知識獲取和推薦交互功能的原型系統(tǒng)。實驗研究結(jié)果表明提出的交互式推薦過程能夠明顯降低用戶對選購類商品消費過程的感知復雜程度,顯著提高用戶消費過程中的決策效率。
論文最后提出在線評論中用戶商品屬性偏好信息的挖
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。
最新文檔
- 基于語義詞典的電子商務商品推薦系統(tǒng)研究.pdf
- 電子商務推薦系統(tǒng)研究
- 基于Hadoop的電子商務推薦系統(tǒng)研究.pdf
- 電子商務推薦系統(tǒng)研究.pdf
- 基于哈希學習的電子商務推薦系統(tǒng)研究.pdf
- 基于Web挖掘的電子商務推薦系統(tǒng)研究.pdf
- 電子商務智能推薦系統(tǒng)研究.pdf
- 基于復雜網(wǎng)絡的電子商務推薦系統(tǒng)研究.pdf
- 基于粒計算的移動電子商務推薦系統(tǒng)研究.pdf
- 基于電子商務的用戶商品推薦系統(tǒng)設計與實現(xiàn).pdf
- 多Agent電子商務推薦系統(tǒng)研究.pdf
- 基于云計算的電子商務智能推薦系統(tǒng)研究.pdf
- 基于數(shù)據(jù)挖掘技術的電子商務推薦系統(tǒng)研究.pdf
- 基于協(xié)同過濾的電子商務推薦系統(tǒng)研究.pdf
- 基于CF的個性化電子商務推薦系統(tǒng)研究.pdf
- 面向電子商務的多Agent推薦系統(tǒng)研究.pdf
- 基于粗糙集的電子商務智能推薦系統(tǒng)研究.pdf
- 基于協(xié)同過濾算法的電子商務推薦系統(tǒng)研究.pdf
- 基于數(shù)據(jù)挖掘的電子商務推薦系統(tǒng)研究與實現(xiàn).pdf
- 電子商務中基于信任關系的商品推薦方法.pdf
評論
0/150
提交評論