关于公路货运详情页的推荐模型研究与应用

发布时间：2021-04-12 21:42

　　近年来,物流领域高速发展,其相关产品已经渗入到人们生活的方方面面。在互联网时代的智能生活下,物联网生活也在逐步到来。因此,对物联网产业链的研究逐渐展开。其中,公路物流领域的发展显得尤为突出,2018年公路物流的货物运输量占整个物流体系75%以上[1]。借助于公路货运调度平台信息,司机输入搜索信息后出现的货物详情页面。其传统的推荐逻辑展示的推荐列表,准确度低、司机在选择货物信息时的决策成本较高、决策时间较长、货车空驶情况较严重。随着近年来人工智能和云计算技术的迅猛发展,越来越多的电子商务企业在其商品展示详情页中的推荐模型研究均给公司带来了较大获益。而目前公路货运调度平台还尚未在此方面做出显著研究成果。因此,构建高效、高稳定性的货物详情页推荐模型对物流领域的发展显得至关重要。本文研究是在传统推荐算法研究基础上,将整个推荐模型分为召回模型和打分模型两大部分。其中,召回模型是从百万实时货物信息中召回k条与目标货物最相关的货物信息,打分模型是求得召回的k条货物信息会被点击的概率值。本文以货运调度平台的真实数据信息构建模型,真实线上效果评估模型的合理性和有效性。对于召回模型,分别通过协同过滤算法和... 

【文章来源】：华中师范大学湖北省 211工程院校 教育部直属院校

【文章页数】：43 页

【学位级别】：硕士

【部分图文】：

图２．１缺失值产生原因??，

图２．３基于用户的协同过滤??计算目标用户Ａ的相似用户为用户Ｃ，预测用户Ａ的偏好包括物品Ｄ，则??

图２．４基于项目的协同过滤算法??的历史偏好信息，计算物品Ａ的相似物品为物品Ｃ。喜欢物品Ｃ，而用户Ｃ也喜欢物品Ａ，所以推断用商务业的推荐系统研宄领域，对于协同过滤算法的目前还存在几个较大的局限性，会对推荐效果带来：??稀疏性。在电子商务业的详情页面中的货物信息通产生过购买行为的物品可能远远不足１％。在这种的物品重叠性较低，此时根据物品购买情况可能找问题。对于没有产生过任何购买行为的新用户而算物品相似度或者是丨丨〗户相似度，从而无法对其展性。电子商务业的持续发展，用户和物品的数会带来计算量的显著增加，因此该方法不太适合在

【参考文献】：
期刊论文
[1]基于数据挖掘的风电功率预测特征选择方法[J]. 李俊卿,李秋佳,石天宇,郭晋才.  电测与仪表. 2019(10)
[2]整车物流运输多式联运与路径优化研究[J]. 胡元,帅宇红.  交通运输工程与信息学报. 2019(01)
[3]中国网民二十年发展变化趋势研究——基于《中国互联网络发展状况统计报告》及《中国统计年鉴》的分析[J]. 刘立荣.  新闻战线. 2018(10)
[4]不同缺失场景下各缺失值不同处理方法的结果比较[J]. 邱建青,周雨秋,岳廷妍,裴姣,税春燕,李晓松,张韬.  四川大学学报(医学版). 2018(03)
[5]动平衡系统频率响应函数的归一化处理方法研究[J]. 丛培田,王永健,白志强.  机械工程与自动化. 2018(01)
[6]数据清洗方法研究综述[J]. 赵一凡,卞良,丛昕.  软件导刊. 2017(12)



本文编号：3134031