資源描述：
《結(jié)合消費(fèi)偏好動態(tài)演變機(jī)制的個性化商品推薦方法研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、學(xué)校代碼：10255學(xué)號：2130874中圖法分類號：TP39東華大學(xué)結(jié)合消費(fèi)偏好動態(tài)演變機(jī)制的個性化商品推薦方法研究ResearchonPersonalizedRecommendationMethodBasedonDynamicEvolutionMechanismofConsumptionPreference學(xué)科專業(yè)：管理科學(xué)與工程作者姓名：楊宏一指導(dǎo)教師：王扶東答辯日期：2016年1月4日東華大學(xué)學(xué)位論文原創(chuàng)性聲明東華大學(xué)學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：我恪守學(xué)術(shù)道德，崇尚嚴(yán)謹(jǐn)學(xué)風(fēng)。所呈交的學(xué)位論文，是本人在
2、導(dǎo)師的指導(dǎo)下，獨(dú)立進(jìn)行研究工作所取得的成果。除文中已明確注明和引用的內(nèi)容外，本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫過的作品及成果的內(nèi)容。論文為本人親自撰寫，我對所寫的內(nèi)容負(fù)責(zé)，并完全意識到本聲明的法律結(jié)果由本人承擔(dān)。學(xué)位論文作者簽名：日期：東華大學(xué)學(xué)位論文版權(quán)使用授權(quán)書東華大學(xué)學(xué)位論文版權(quán)使用授權(quán)書學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱或借閱。本人授權(quán)東華大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可以
3、采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。保密□，在年解密后適用本版權(quán)書。本學(xué)位論文屬于不保密□。學(xué)位論文作者簽名：指導(dǎo)教師簽名：日期：日期：東華大學(xué)學(xué)位論文答辯委員東華大學(xué)碩士學(xué)位論文答辯委員會成員名單姓名職稱職務(wù)工作單位備注林杰教授答辯委員會主席同濟(jì)大學(xué)宋福根教授答辯委員會委員東華大學(xué)姚衛(wèi)新教授答辯委員會委員東華大學(xué)范宏教授答辯委員會委員東華大學(xué)周力副教授答辯委員會委員東華大學(xué)周蓉講師答辯委員會秘書東華大學(xué)摘要摘要近幾年，電子商務(wù)的發(fā)展勢頭非常迅猛，網(wǎng)絡(luò)購物逐漸成為人們網(wǎng)絡(luò)生活的重要組成部分。大量商
4、品信息充斥著電子商務(wù)網(wǎng)絡(luò)，帶來了“信息過載”問題。推薦系統(tǒng)的出現(xiàn)成為了解決“信息過載”問題的有效手段。目前在推薦系統(tǒng)中應(yīng)用最廣泛、效果最好的協(xié)同過濾推薦技術(shù)仍然面臨著數(shù)據(jù)稀疏性、冷啟動等問題。隨著電子商務(wù)系統(tǒng)中社會網(wǎng)絡(luò)服務(wù)的集成，有效的改善了推薦技術(shù)中存在的一些問題，為將社會網(wǎng)絡(luò)分析融合到推薦技術(shù)中提供了良好的基礎(chǔ)。因此，研究如何更好的將社會網(wǎng)絡(luò)分析應(yīng)用在個性化推薦系統(tǒng)中，不僅可以改善推薦系統(tǒng)中普遍存在的問題，還可以為用戶提供更加準(zhǔn)確有效的推薦，提高用戶的滿意度和購買率，這對用戶和企業(yè)都極具現(xiàn)實(shí)意義。本文通過分析
5、用戶的歷史行為數(shù)據(jù)，即用戶在購物網(wǎng)上購買、收藏或分享過的商品信息，作為獲取用戶對商品屬性消費(fèi)偏好情況的重要依據(jù)。在此基礎(chǔ)上，結(jié)合社會網(wǎng)絡(luò)中信息傳播的研究，分析用戶的好友對其消費(fèi)偏好的傳播影響過程，并對其消費(fèi)偏好進(jìn)行更新以獲取用戶最新的消費(fèi)偏好。最后通過用戶最新的消費(fèi)偏好文檔與商品屬性文檔進(jìn)行匹配，獲取目標(biāo)商品推薦給用戶。首先，研究了國內(nèi)外關(guān)于用戶消費(fèi)偏好的文獻(xiàn)，結(jié)合本文的研究背景特點(diǎn)，通過對電子商務(wù)中用戶的歷史行為商品屬性信息進(jìn)行定性和定量的刻畫，采用基于向量空間模型的表示法，分析電子商務(wù)中用戶對商品屬性特征項(xiàng)的
6、偏好度，構(gòu)建用戶消費(fèi)偏好模型。其次，分析在社會網(wǎng)絡(luò)中用戶間的交互行為信息，對用戶間的關(guān)聯(lián)關(guān)系強(qiáng)度進(jìn)行了定義描述，在此基礎(chǔ)上，通過改進(jìn)線性閾值傳播模型來分析社會網(wǎng)絡(luò)中用戶消費(fèi)偏好的傳播動態(tài)演變過程，構(gòu)建基于社會網(wǎng)絡(luò)的用戶消費(fèi)偏好傳播模型。根據(jù)用戶消費(fèi)偏好的傳播變化過程，對用戶消費(fèi)偏好動態(tài)演變機(jī)制進(jìn)行定義描述，并根據(jù)用戶消費(fèi)偏好傳播機(jī)制分析用戶的消費(fèi)偏好是否受到影響發(fā)生改變，及時更新用戶的消費(fèi)偏好。最后，將用戶消費(fèi)偏好動態(tài)演變機(jī)制應(yīng)用到個性化商品推薦中。設(shè)計用戶消費(fèi)偏好與商品屬性的匹配規(guī)則，根據(jù)用戶最新的消費(fèi)偏好文檔
7、，將其與商品屬性文檔進(jìn)行匹配，對用戶推薦目標(biāo)商品。并通過與傳統(tǒng)的基于內(nèi)容推薦算法的對比分析，驗(yàn)證本文的推薦方法在推薦結(jié)果上的高效準(zhǔn)確性。本文的創(chuàng)新點(diǎn)在于通過挖掘用戶的歷史行為商品數(shù)據(jù)分析用戶的消費(fèi)偏好，并結(jié)合用戶間的交互行為分析社會網(wǎng)絡(luò)中用戶消費(fèi)偏好的傳播機(jī)制，為用戶推薦更加準(zhǔn)確的商品，提升用戶的滿意度及企業(yè)效益。研究用戶消費(fèi)偏好傳播機(jī)制不僅可以幫助理解用戶的影響效應(yīng)，還可以預(yù)測用戶消費(fèi)偏好的變化趨勢，向用戶更準(zhǔn)確地推薦他可能感興趣的商品。I東華大學(xué)旭日工商管理學(xué)院管理學(xué)碩士學(xué)位論文另外，本文研究的用戶歷史行為數(shù)
8、據(jù)及用戶間的關(guān)系交互信息等涉及到用戶隱私及電商企業(yè)的機(jī)密，導(dǎo)致難以獲取電子商務(wù)系統(tǒng)中用戶行為數(shù)據(jù)。為解決這一局限，本文采用模擬實(shí)驗(yàn)的方法，通過搭建模擬電子商務(wù)購物系統(tǒng)來獲取本文研究的基礎(chǔ)數(shù)據(jù)。為保證數(shù)據(jù)的可靠性，采用一定的激勵機(jī)制，讓用戶在該模擬系統(tǒng)中進(jìn)行瀏覽、購物、收藏、轉(zhuǎn)發(fā)及互動等行為。同時，本文采用R語言，以R軟件為平臺對構(gòu)建的模型進(jìn)行有效性驗(yàn)證及推薦算法的實(shí)現(xiàn)。關(guān)
