基于用户网络消费心理的推荐方法研究 ——以本地团购网络为例

发布时间：2021-08-01 07:37

　　信息技术的不断发展与进步促进了以互联网为渠道的在线购物产业茁壮成长,与此同时,电商网站商品种类与数目的日益膨胀也产生了“信息过载”问题。相关研究认为:使用推荐系统对用户行为信息进行搜集并主动智能地向用户进行满足其需求与兴趣的商品推荐可以有效解决“信息过载”问题。随着对推荐系统相关领域的研究深入,优秀的电商推荐系统不单要求其具有良好的推荐精度,还要能帮助用户开阔其眼界,在改进用户体验的同时进一步提升电商平台利润。而建立用户模型的方式可以更加表现用户其真实需求及意愿继而帮助电子商务推荐系统提高推荐质量。随着当今社会消费者生活水平及消费能力的提高,消费者不仅单纯关注商品的使用价值,更加关注商品对其内在心理需求的满足。如何根据不同用户具备的消费行为及心理特征从而对其个性化的制定相关营销方案,是当今电商企业经营所面临的一个重要发展问题。考虑到用户消费心理是其进行消费决策的重要性基础因素,本文在已有消费心理学的研究基础上选取更具人文关怀的视角,将用户网络消费心理引入电子商务推荐系统,建立用户网络消费心理模型并与现有推荐技术结合,研究本地团购网络环境下基于用户网络消费心理的推荐方法。首先,考虑到电商... 

【文章来源】：杭州电子科技大学浙江省

【文章页数】：63 页

【学位级别】：硕士

【部分图文】：

常见电商网站的推荐界面

图 2. 2 通用电商推荐系统架构图中数据输入模块的主要作用是针对用户对推荐系统的信息进行收集。系统的输入方式有诸多种类，一般包具体分类方式如表2. 1所示。表 2. 1 电商推荐系统常用输入方式表具体表现 推荐系统主动搜集用户的浏览历史信息，如浏览时间、浏览用户主动向推荐系统提供其人口统计学信息、消费特征、兴用户对已购买及使用的商品进行打分以表达其满意度 用户对其已经购买并使用过的历史商品以文本方式输入相关用户在商品选购通过信息检索方式使推荐系统以类似搜索引相关专家对用户特征或商品信息进行识别并人工输入

在于采用用户历史信息利用统计技术计算不同用户间的相似度，进而推荐与其相似或类似用户其所感兴趣的商品及资源。如图2.3所示：用户A与用户B历史兴趣类似均喜欢武侠小说类书籍，则系统向用户A推荐用户B喜欢的武侠小说类书籍。而用户C与用户A、B的历史兴趣均不相同，所以系统并不会向用户A与用户B推荐C用户喜欢的与计算机技术相关的书籍。

【参考文献】：
期刊论文
[1]基于消费性格的商品多样性推荐研究[J]. 王茜,喻继军.  信息系统学报. 2017(01)
[2]积极心理学视角下的大学生网贷消费心理[J]. 王一鸣.  滨州学院学报. 2017(01)
[3]基于心理学视域体育赛事消费过程解构与促销认知[J]. 屈铁强,闫凯,汤曼青,张玲燕.  体育科技文献通报. 2017(02)
[4]DFM-IA:面向B2C电子商务的多源用户兴趣数据采集机制[J]. 李聪,马丽,梁昌勇.  管理工程学报. 2017(01)
[5]面向隐式反馈的推荐系统研究现状与趋势[J]. 陆艺,曹健.  计算机科学. 2016(04)
[6]推荐系统的推荐解释研究[J]. 王春才,邢晖,李英韬.  现代计算机(专业版). 2016(02)
[7]基于用户邻域和主题的新颖性Web社区推荐方法[J]. 余骞,彭智勇,洪亮,万言历.  软件学报. 2016(05)
[8]消费心理学对增强广告的作用[J]. 贾蕾.  中国市场. 2015(44)
[9]推荐系统评测方法和指标分析[J]. 王春才,邢晖,李英韬.  信息技术与标准化. 2015(07)
[10]浅析消费心理学在商业展示设计中的运用[J]. 赵超.  大众文艺. 2015(08)

博士论文
[1]服装网络营销策略研究[D]. 王文兴.东华大学 2010

硕士论文
[1]服装品牌网络消费心理研究[D]. 刘晔.西安工程大学 2015
[2]基于商品特征属性的排序算法研究[D]. 徐林龙.西南交通大学 2015
[3]时间距离、社会距离与评论类型对购买决策的影响[D]. 杜承.湖南师范大学 2015
[4]基于社会网络的个性化推荐系统关键技术研究[D]. 余善红.国防科学技术大学 2011



本文编号：3315090