基于LBS模式的电子商务推荐技术研究

发布时间：2017-03-27 00:10

  本文关键词：基于LBS模式的电子商务推荐技术研究，由笔耕文化传播整理发布。

【摘要】：随着移动互联网和移动电子商务的快速发展，作为电子商务的一个核心技术 个性化推荐技术也日渐成为了移动商务领域的研究热点之一。然而目前，在移动商务领域，关于个性化推荐技术的深入研究还相对较少，且大多数已有的推荐算法的精度和效率也还有待进一步提高。基于此，本文在对传统推荐技术相关领域进行深入研究后，结合移动商务的主要特征(位置相关性)，产生了一些针对移动推荐领域的研究成果，具体如下： 首先，本文将位置情景信息作为一个新维度引入到了移动电子商务的用户兴趣模型中，提出了基于LBS的电子商务用户兴趣模型L-U-I模型，即位置-用户-项目模型。以传统的用户-项目(U-I)矩阵相比，该模型以位置情景信息为第三个维度，把二维矩阵改造成了一个立体的模型，模型中每一个点都表示用户在该位置情景下对项目的兴趣度。然后，在此模型的基础上，以混合推荐技术为基础，本文改进了传统的推荐方法，提出了新的位置情景相似度的计算方法和新的用户兴趣度的推荐排序机制。其主要思想是：先通过用户位置情景相似度的计算，找出相似度最高的情境下用户使用最多的业务项；之后，再通过用户兴趣度的计算，对之前所产生的业务项进行逆序排序，然后把兴趣度最大的推荐给用户。最后，，本文设计了测试系统并通过一系列的实验对所提出的算法进行了测试分析，模拟移动应用环境为用户推荐合适的项目。 实验结果表明，本文所构建的基于LBS的个性化推荐算法能够很好的满足移动电子商务的应用需要。即，其推荐结果对用户位置和兴趣的变化具有较高的敏感性，可很好的处理移动环境变化很大的这个特点。此外，此算法在推荐的精确度和算法的响应时间上本算法也有一定程度的提高。
【关键词】：电子商务 LBS 用户兴趣模型 个性化推荐
【学位授予单位】：北京工业大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：TP391.3
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 绪论9-17
• 1.1 论文研究背景与意义9-11
• 1.1.1 研究背景9-10
• 1.1.2 研究意义10-11
• 1.2 国内外研究现状11-13
• 1.2.1 国外研究现状11-12
• 1.2.2 国内研究现状12-13
• 1.2.3 现有研究中存在的问题13
• 1.3 论文主要内容与组织结构13-17
• 1.3.1 论文主要内容13-14
• 1.3.2 论文组织结构14-17
• 第2章 相关技术及理论介绍17-27
• 2.1 电子商务个性化推荐系统理论基础17-19
• 2.1.1 个性化推荐系统概念17-18
• 2.1.2 个性化推荐系统作用18-19
• 2.2 个性化推荐技术的分类与优缺点19-23
• 2.2.1 基于内容的推荐19-20
• 2.2.2 基于协同过滤的推荐20-22
• 2.2.3 混合推荐的技术22
• 2.2.4 其他推荐技术22-23
• 2.3 移动电子商务个性化推荐特点分析23-26
• 2.3.1 移动电子商务特点概述23-24
• 2.3.2 移动环境下个性化推荐的特点24-25
• 2.3.3 移动电子商务对算法的要求25-26
• 2.4 本章小结26-27
• 第3章 基于 LBS 的用户兴趣模型研究27-41
• 3.1 影响用户兴趣的信息分析27-32
• 3.1.1 用户信息28-30
• 3.1.2 项目信息30
• 3.1.3 位置情景信息30-32
• 3.2 影响用户兴趣的信息的获取32-33
• 3.2.1 显式的信息获取32
• 3.2.2 隐式的信息获取32-33
• 3.3 常见的模型表示方法的对比33-35
• 3.4 基于 LBS 的用户兴趣模型的表示35-39
• 3.4.1 位置情景在推荐系统中的应用35-36
• 3.4.2 位置情景与用户兴趣的结合36-37
• 3.4.3 基于 LBS 的用户兴趣模型37-39
• 3.5 本章小结39-41
• 第4章 基于 LBS 推荐算法的研究与构建41-55
• 4.1 位置情景相似度的算法的研究与设计41-44
• 4.1.1 位置情景相似度的计算41-42
• 4.1.2 位置情景相似度的计算过程42-44
• 4.2 用户兴趣的度的算法的研究与设计44-48
• 4.2.1 各项属性的标准化44-46
• 4.2.2 权重和加权矩阵46-47
• 4.2.3 计算项目的用户兴趣度的值47-48
• 4.3 位置和兴趣度相结合的推荐机制48-53
• 4.3.1 位置情景信息的使用48-49
• 4.3.2 基于 LBS 个性化推荐算法的流程49-50
• 4.3.3 基于 LBS 个性化推荐算法的描述50-53
• 4.4 本章小结53-55
• 第5章 实证分析55-67
• 5.1 实验环境简述55-57
• 5.2 基于 LBS 的个性化推荐算法的实验设计57-61
• 5.2.1 数据来源57-58
• 5.2.2 实验方案设计58-60
• 5.2.3 实验流程设计60-61
• 5.3 实验结果分析61-66
• 5.3.1 敏感度测试分析61-63
• 5.3.2 推荐精度测试分析63-64
• 5.3.3 响应时间测试分析64-66
• 5.4 本章小结66-67
• 结论67-69
• 参考文献69-75
• 攻读硕士学位期间发表的学术论文75-77
• 致谢77

【相似文献】

中国期刊全文数据库 前10条

1 吕廷杰;移动电子商务在中国内地的研究、开发与应用[J];信息安全与通信保密;2001年04期

2 赵勇;;移动电子商务的营销策略[J];软件工程师;2009年04期

3 ;2009年中国移动电子商务营收规模将达到5500万元[J];计算机与网络;2009年15期

4 ;移动电子商务 新世纪的选择[J];中国军转民;2000年03期

5 齐欣;建立全面可信的移动电子商务应用环境[J];信息网络安全;2003年04期

6 ;国家移动电子商务试点首选湖南[J];中国新通信;2008年06期

7 周跃;;湖南移动电子商务:打造最通用的支付工具[J];通信企业管理;2010年04期

8 李嘉;;淘宝发布新版手机旺旺 完善移动电子商务平台[J];通信世界;2010年21期

9 范伟云;;要电子 更要商务——直销企业电子商务化中的几个问题[J];知识经济(中国直销);2011年07期

10 何绍华,林翔;无线互联时代的新商业模式——移动电子商务[J];情报科学;2001年05期

中国重要会议论文全文数据库 前10条

1 王韬丞;罗喜军;杜小勇;;基于层次的推荐:一种新的个性化推荐算法[A];第二十四届中国数据库学术会议论文集（技术报告篇）[C];2007年

2 郑大永;郑宏剑;;在移动电子商务蓝海中寻宝助转型[A];四川省通信学会2010年学术年会论文集[C];2010年

3 杨成伟;;3G网络下的移动电子商务运作探讨[A];四川省通信学会Ip应用与增值电信技术会议论文集[C];2011年

4 张立丽;;移动电子商务要善于顺势而为[A];科学发展与社会责任（B卷）——第五届沈阳科学学术年会文集[C];2008年

5 梁莘q

本文编号：269577