用户画像技术在电子商务系统中的研究与应用

发布时间：2020-10-26 01:31

　　 本文研究了电子商务中的用户画像技术,并对用户画像中的短文本信息分类及标签权重计算两个问题进行了着重研究,设计了基于TF-IDF-DL的朴素贝叶斯文本分类算法及TF-IDF与相关系数矩阵相结合的混合算法。两个算法分别对用户画像技术中非量化信息分类以及标签权重计算中权重不一致的情况进行了补充。在用户画像的技术研究中,对于非量化信息的研究是相对较少的,但在多数情况下,非量化信息能够更有力的代表用户的喜好,如用户评论信息。用户评论信息多为短文本信息,同时电子商务平台中数据量较大,更新快,因此在对电子商务中的用户评论信息进行分类时多采用分类速度较快的朴素贝叶斯文本分类算法,但该算法在特征计算以及特征分类的过程中默认所有特征词的权重一致,这将会造成分类不准确的问题。针对这一问题,本文从特征词词频以及特征词位置与类别之间的关系出发,设计了基于TF-IDF-DL的朴素贝叶斯改进算法,该算法对词频进行去中心化处理并在计算中引入特征词位置影响因子,以提高文本分类的准确率。以往研究大多将标签权重视为是一致的,这可能会造成在对用户提供个性化推荐服务时准确率不高,数据加载量大等问题。因此针对这一问题,本文设计了TF-IDF与相关系数矩阵相结合的混合算法。该算法能够从标签数量层面反映出标签对于用户的影响力大小。同时,能够在一定程度上反映出标签与标签之间的相关性。在画像技术中使用该算法能够达到相对降维的效果,并能够真实、准确的得到标签对用户的影响力大小。最后,本文利用某B2C电子商务平台的数据场景和上述算法,设计了用户画像方案,同时设计开发了相关实验系统。该实验系统不仅实现了通过对文本评论信息分类给用户打标签的功能,根据用户标签计算标签合理权重的功能以及对生成的用户画像进行可视化展示的功能,而且实现了根据画像为用户提供商品个性化推荐的功能并通过推荐结果验证了该画像功能的合理性。
【学位单位】：北方工业大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：F274;TP391.1;F713.36
【部分图文】：

依据最新颁布的第４２次《中国互联网络发展状况统计报告》显示，截止到??２０１８年６月，中国国民上网人数己达到８．０２亿人，互联网在我国的使用率已达??到５７．７％，如图１－１所示。从数据可以看出，互联网、移动互联网已经深入到百??姓的日常生活中。??５７?７０％??ｉｍｍｏ?５５．ｓ％??Ｓ３．２＾??９００００?５０．３％??０价?４５胳４７热?湖８?猫??４２?以?５８８２６?？３１ｉＳ?＾?＇??７００００?３８－３％?６４８７Ｓ??６＿?３４?３、ｍ。Ｐ?；?ｉ?＂??５００００?ｇ°?ｉ?－??：靈?．丨．丨－??＝ｒ：?：；：??２０说年?２０１１?年?２ＤＵ?年?２（Ｍ３?萃?２０１４?年：ＭＩＳ?年?２０１６?年?年?２０１ＳＨ１??图ｉ－ｉ中国国民规模和互联网普及率??目前的互联网、移动互联网能够产生关于用户衣食住行的各种数据，其特点??为数据量大、数据增长速度快。用户在互联网上进行信息注册、登录等操作会产??生用户的基础数据，比如用户的性别、年龄、星座、住址、收入等；用户在互联??网上进行网页浏览则会产生浏览的行为数据；用户在互联网上发表言论会产生相??关的文本数据；用户在互联网上进行外卖订购操作，会产生关于用户餐饮相关的??数据；用户出行进行订票、打车等操作，能够产生用户的出行数据等。简而言之，??只要用户在互联网、移动互联网中有行为产生，便会有相关的数据生成。??在所有的网民中，网络购物用户约占全体网民数的７１．０％，如图１－２所示。??显然，网络购物（即电子商务）己经成为网民普遍使用的购物方式，电子商务技??术也成为了当前

ｍｊｍ??图２－１电子商务应用的业务处理流程??由图２－１可知，完整的电子商务应用业务流程起始点由商家触发，当商家对??自己商品进行上架管理操作后，用户便可通过前台系统进行商品的查询、选择及??其购买操作，当用户购买商品后生成相应订单，同时该订单进入到订单库中。此??时商家可以通过后台进行订单的管理，比如对订单进行查询，对订单状态进行更??新操作等，当商家对订单处理完毕后，商品交由物流来执行商品的出入库操作，??同时对该商品的库存进行更新操作。??通过该业务流程看出，在整个电商流程中最花时间的操作是在用户对商品的??查找、搜索过程中。因此，当商家能够针对不同用户推荐不同的上架商品时，会??减少用户的查找量、浏览量，节省用户查找时间，提高系统的使用效率。??２．１．２架构分析??通过上述电子商务的业务流程以及图２－２电子商务的架构图可以看出

２．１．３功能分析??要对用户进行有针对性的商品推荐，则需要对电子商务应用的功能有深入??的了解。通过对架构的分析可以总结出电子商务应用的功能模块，如图２－３所??７Ｊｎ?〇??｜功能模块＿??｜后台常见功能模块丨?丨前台功能模块Ｉ??＾?ｕ?１?个商?＾??！商?订?商?支?配?用?评?品?＾?：用?人?品?用??丨品?单?品?付?送户论?信?￥?户?信?购?户??：管?管推?方方管?管?息?评?息?买?浏??丨理?理?荐?式?式?理?理?展?ｉ?：论?管?退?览??示?：?理?换??、???Ｊ??：：后台二据?｜基础愈－ｉ??图２－３电子商务功能模块??１０??
【相似文献】

相关期刊论文 前10条

1 孙春华;刘业政;;基于产品特征词关系识别的评论倾向性合成方法[J];情报学报;2013年08期

2 李薇薇;;北京官话区方言特征词说略[J];渤海大学学报(哲学社会科学版);2017年04期

3 曾莉莉;;丰城方言个体特征词研究[J];宜春学院学报;2016年05期

4 刘云;;汉语特征词跨域使用的类型和特点[J];华中学术;2016年04期

5 赵枫;;方言特征词理论与研究方法综述[J];现代语文(语言研究版);2014年11期

6 李政泽;韩毅;周斌;贾焰;;微博用户分类的特征词权重优化及推荐策略[J];信息网络安全;2012年08期

7 李康澄;;关于“方言特征词”理论的回顾及思考[J];武陵学刊;2011年05期

8 董汉良;;应时新著《禽蛋疗法》[J];江西中医药;1989年06期

9 胡珊;李柏令;;汉语方言“孩子”类称谓的特征词研究[J];现代语文(语言研究版);2016年01期

10 姜伟;钟志农;吴烨;陈荦;李杰;;基于综合支持度的广义空间实体关系特征词提取方法[J];计算机与现代化;2014年08期

相关博士学位论文 前8条

1 郝立丽;汉语文本数据挖掘[D];吉林大学;2009年

2 胡德鹏;基于农业本体问句分析的问答系统研究与架构设计[D];中国农业科学院;2013年

3 温昌衍;客家方言特征词研究[D];暨南大学;2001年

4 陈浩彬;智慧德才兼备理论的实证研究[D];南京师范大学;2013年

5 曹廷玉;赣方言特征词研究[D];暨南大学;2001年

6 孙春华;情感表达对在线评论有用性感知的影响研究[D];合肥工业大学;2012年

7 杨创新;基于机器学习的高性能中文文本分类研究[D];华南理工大学;2009年

8 罗芳;意见挖掘中若干关键问题研究[D];武汉理工大学;2011年

相关硕士学位论文 前10条

1 许甜华;用户画像技术在电子商务系统中的研究与应用[D];北方工业大学;2019年

2 闵泽雨;九江方言特征词的研究[D];广西民族大学;2018年

3 李坚;核舆情情感分析及预警方法研究[D];南华大学;2018年

4 邱明涛;基于LDA-WO混合模型的微博话题有序特征抽取算法研究[D];南京航空航天大学;2018年

5 丑晓慧;面向中文知识图谱构建中的知识推理方法研究[D];国防科学技术大学;2017年

6 郭跃;基于观点挖掘的商品推荐研究[D];山东财经大学;2017年

7 靳亚;基于领域空间对齐的跨领域情感分类方法研究[D];北京工业大学;2018年

8 刘辰雨;烟威地区方言特征词研究[D];山东大学;2017年

9 张猛;基于LDA的短文本分类中特征扩展方法的研究[D];中国地质大学(北京);2017年

10 张凌云;兰州方言特征词研究[D];西北师范大学;2015年

本文编号：2856280