用户行为分析技术对个性化服务的研究与应用
发布时间:2020-04-24 08:47
【摘要】:本文主要研究用户行为分析技术和个性化服务在电子商务领域中的应用。电子商务平台能够利用用户行为分析技术分析用户行为特征,根据分析结果为用户提供个性化信息服务,即个性化推荐。本文选择神经网络技术和关联规则技术进行用户行为分析,根据分析结果利用协同过滤算法进行推荐流程设计,为用户提供个性化信息服务。针对基于用户的协同过滤算法在使用皮尔逊相似度算法计算用户间相似度产生计算偏差的问题,设计了一种改进的皮尔逊相似度方法。考虑活跃用户和热门物品两个因素,降低活跃用户和热门物品对相似度计算的贡献,使得用户间相似度的计算更加精确,提升算法对长尾物品的挖掘能力,获取更好的推荐效果。对电子商务领域中的用户数据、商品数据、行为数据,使用神经网络计算用户与商品间的联系,构建适合电子商务数据的神经网络模型。混合改进的协同过滤算法进行候选集筛选,使用关联规则进行商品类别关联分析,进行候选集填充,使用神经网络进行评分预测,在提高精准率的同时,提升推荐结果的多样性。为改进协同过滤算法存在的用户冷启动问题,使用基于用户静态属性的相似度计算方法,计算新用户与老用户之间的相似度,并将最相似老用户购买过的物品推荐给新用户。论文最后利用B2C电子商务平台数据,设计并实现个性化推荐实验系统,对个性化推荐功能进行实验与结果分析。实验结果表明,本文改进的协同过滤算法,能够提高相似用户的计算精度,提高预测评分准确率。本文设计的混合推荐算法,在一定程度上解决了用户冷启动问题,提高了推荐准确率和多样性。
【图文】:
逦推荐结果展示逦)逡逑图2-4常见推荐系统模型逡逑在电子商务应用的个性化推荐中,一个比较严重的问题是冷启动问题[17】。随逡逑着web3.0技术以及社交网络的发展,学者们提出一种社会化推荐方法M。电子商逡逑务网站获取用户社交网络信息,构建用户社交网络群,进行社会化推荐。在社会逡逑化推荐中,将用户的社交关系带入到网络系统中,,在一定程度上解决了用户冷启逡逑动问题,提升系统的全面推荐能力[14]。逡逑(辛存丨象)('用户社交逦f用户社交1逡逑网络数据逦关系构建逦(逦'i逡逑/邋Wi邋\^,—^▲社交推荐漆逡逑\擎■用户项目蜂■用户项目学邋描刑邋%迹危伲帧㈠义希垮澹海唬澹苠澹善馈郑榫蒎危蓿掊义希嬗没钅垮危ǎ⒂没钅垮义媳緪娤ⅲ荩濉义贤迹玻瞪缁峄萍龌究蚣苠义隙谙钅坷淦舳希饕窃谙钅磕谌萆辖邢钅刻卣魈崛。缓蟾萦没у义侠沸形
本文编号:2638763
【图文】:
逦推荐结果展示逦)逡逑图2-4常见推荐系统模型逡逑在电子商务应用的个性化推荐中,一个比较严重的问题是冷启动问题[17】。随逡逑着web3.0技术以及社交网络的发展,学者们提出一种社会化推荐方法M。电子商逡逑务网站获取用户社交网络信息,构建用户社交网络群,进行社会化推荐。在社会逡逑化推荐中,将用户的社交关系带入到网络系统中,,在一定程度上解决了用户冷启逡逑动问题,提升系统的全面推荐能力[14]。逡逑(辛存丨象)('用户社交逦f用户社交1逡逑网络数据逦关系构建逦(逦'i逡逑/邋Wi邋\^,—^▲社交推荐漆逡逑\擎■用户项目蜂■用户项目学邋描刑邋%迹危伲帧㈠义希垮澹海唬澹苠澹善馈郑榫蒎危蓿掊义希嬗没钅垮危ǎ⒂没钅垮义媳緪娤ⅲ荩濉义贤迹玻瞪缁峄萍龌究蚣苠义隙谙钅坷淦舳希饕窃谙钅磕谌萆辖邢钅刻卣魈崛。缓蟾萦没у义侠沸形
本文编号:2638763
本文链接:https://www.wllwen.com/jingjilunwen/dianzishangwulunwen/2638763.html