结合消费偏好动态演变机制的个性化商品推荐方法研究

发布时间：2017-05-06 03:01

  本文关键词：结合消费偏好动态演变机制的个性化商品推荐方法研究，，由笔耕文化传播整理发布。

【摘要】：近几年,电子商务的发展势头非常迅猛,网络购物逐渐成为人们网络生活的重要组成部分。大量商品信息充斥着电子商务网络,带来了“信息过载”问题。推荐系统的出现成为了解决“信息过载”问题的有效手段。目前在推荐系统中应用最广泛、效果最好的协同过滤推荐技术仍然面临着数据稀疏性、冷启动等问题。随着电子商务系统中社会网络服务的集成,有效的改善了推荐技术中存在的一些问题,为将社会网络分析融合到推荐技术中提供了良好的基础。因此,研究如何更好的将社会网络分析应用在个性化推荐系统中,不仅可以改善推荐系统中普遍存在的问题,还可以为用户提供更加准确有效的推荐,提高用户的满意度和购买率,这对用户和企业都极具现实意义。本文通过分析用户的历史行为数据,即用户在购物网上购买、收藏或分享过的商品信息,作为获取用户对商品属性消费偏好情况的重要依据。在此基础上,结合社会网络中信息传播的研究,分析用户的好友对其消费偏好的传播影响过程,并对其消费偏好进行更新以获取用户最新的消费偏好。最后通过用户最新的消费偏好文档与商品属性文档进行匹配,获取目标商品推荐给用户。首先,研究了国内外关于用户消费偏好的文献,结合本文的研究背景特点,通过对电子商务中用户的历史行为商品属性信息进行定性和定量的刻画,采用基于向量空间模型的表示法,分析电子商务中用户对商品属性特征项的偏好度,构建用户消费偏好模型。其次,分析在社会网络中用户间的交互行为信息,对用户间的关联关系强度进行了定义描述,在此基础上,通过改进线性阈值传播模型来分析社会网络中用户消费偏好的传播动态演变过程,构建基于社会网络的用户消费偏好传播模型。根据用户消费偏好的传播变化过程,对用户消费偏好动态演变机制进行定义描述,并根据用户消费偏好传播机制分析用户的消费偏好是否受到影响发生改变,及时更新用户的消费偏好。最后,将用户消费偏好动态演变机制应用到个性化商品推荐中。设计用户消费偏好与商品属性的匹配规则,根据用户最新的消费偏好文档,将其与商品属性文档进行匹配,对用户推荐目标商品。并通过与传统的基于内容推荐算法的对比分析,验证本文的推荐方法在推荐结果上的高效准确性。本文的创新点在于通过挖掘用户的历史行为商品数据分析用户的消费偏好,并结合用户间的交互行为分析社会网络中用户消费偏好的传播机制,为用户推荐更加准确的商品,提升用户的满意度及企业效益。研究用户消费偏好传播机制不仅可以帮助理解用户的影响效应,还可以预测用户消费偏好的变化趋势,向用户更准确地推荐他可能感兴趣的商品。另外,本文研究的用户历史行为数据及用户间的关系交互信息等涉及到用户隐私及电商企业的机密,导致难以获取电子商务系统中用户行为数据。为解决这一局限,本文采用模拟实验的方法,通过搭建模拟电子商务购物系统来获取本文研究的基础数据。为保证数据的可靠性,采用一定的激励机制,让用户在该模拟系统中进行浏览、购物、收藏、转发及互动等行为。同时,本文采用R语言,以R软件为平台对构建的模型进行有效性验证及推荐算法的实现。
【关键词】：社会网络 消费偏好 信息传播 个性化推荐
【学位授予单位】：东华大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F724.6
【目录】：

• 摘要5-7
• Abstract7-11
• 第1章 绪论11-17
• 1.1 研究背景及意义11-12
• 1.2 研究内容12-14
• 1.3 研究方法14-15
• 1.4 论文结构15-17
• 第2章 相关理论发展现状17-27
• 2.1 推荐系统研究现状17-21
• 2.1.1 推荐系统发展过程17-18
• 2.1.2 传统推荐算法18-19
• 2.1.3 融合社会网络的推荐算法研究现状19-21
• 2.2 消费偏好研究现状21-23
• 2.2.1 消费偏好定义与分类21-22
• 2.2.2 融合消费偏好的推荐算法研究现状22-23
• 2.3 社会网络中节点强弱关系和传播机制研究现状23-26
• 2.3.1 节点间强弱关系研究现状23-24
• 2.3.2 信息传播机制研究现状24-26
• 2.4 R语言介绍26-27
• 第3章 基于向量空间的用户消费偏好模型27-39
• 3.1 引言27
• 3.2 用户-商品属性刻画27-31
• 3.2.1 商品属性描述规则27-28
• 3.2.2 基于本体的商品属性关系刻画28-31
• 3.3 用户消费偏好类型31-33
• 3.3.1 用户消费偏好类型的定义31-32
• 3.3.2 用户消费偏好类型构建框架32-33
• 3.4 用户消费偏好模型构建33-35
• 3.4.1 用户消费偏好模型的数据特征33-34
• 3.4.2 用户消费偏好模型的表示34-35
• 3.5 用户消费偏好模型的验证35-38
• 3.5.1 实验数据与工具35
• 3.5.2 实验方案35-37
• 3.5.3 实验结果及分析37-38
• 3.6 本章小结38-39
• 第4章 基于线性阈值的用户消费偏好传播模型39-55
• 4.1 用户关系强度分析39-41
• 4.2 用户消费偏好传播模型构建41-45
• 4.2.1 消费偏好传播模型的基本思想41-42
• 4.2.2 消费偏好传播模型的传播规则42-45
• 4.3 用户消费偏好动态演变机制45-49
• 4.3.1 用户消费偏好动态演变的定义45-47
• 4.3.2 用户消费偏好演变更新规则47-49
• 4.4 用户消费偏好传播模型的验证49-53
• 4.4.1 实验数据集及工具49-50
• 4.4.2 实验方案50-51
• 4.4.3 实验结果及分析51-53
• 4.5 本章小结53-55
• 第5章 基于消费偏好动态演变机制的商品推荐方法55-65
• 5.1 结合消费偏好演变的商品推荐方法构建55-59
• 5.1.1 推荐方法的基本思想55-56
• 5.1.2 用户消费偏好与商品属性匹配规则设计56-57
• 5.1.3 推荐算法的设计57-59
• 5.2 结合用户消费偏好演变的商品推荐方法验证59-63
• 5.2.1 实验数据集及工具59-60
• 5.2.2 实验评价标准60
• 5.2.3 实验方案60-61
• 5.2.4 实验结果及分析61-63
• 5.3 本章小结63-65
• 第6章 总结与展望65-67
• 6.1 工作总结65
• 6.2 展望65-67
• 参考文献67-71
• 攻读学位期间发表的学术论文71-73
• 致谢73-75
• 附录75-82

【相似文献】

中国期刊全文数据库 前10条

1 王敬超;;内蒙古草原文化特质影响下的消费偏好分析[J];内蒙古财经学院学报;2012年05期

2 郑贤贵;贾岷江;;消费偏好与美食街规模关系的实证研究[J];云南财经大学学报(社会科学版);2009年01期

3 白少君;张雪;;对不同气质类型的消费者的消费偏好研究[J];开发研究;2008年06期

4 杨娇;;利用产品人格吸引消费者[J];今日财富(金融发展与监管);2011年12期

5 许强;消费偏好与产品定位[J];贵州工业大学学报(社会科学版);2004年02期

6 一丁;;中国消费偏好趋势[J];东方企业文化;2008年11期

7 郑贤贵;;消费偏好与美食街规模关系的实证研究[J];消费经济;2009年02期

8 王莹;冯宗宪;;基于住宅消费偏好的西安城市居住空间分异机制的研究[J];当代经济科学;2009年03期

9 王吉春;;我国城镇居民食品消费偏好的实证研究[J];中国市场;2006年52期

10 朱旭强;;有限理性下中美投资者对财富和消费偏好的比较研究[J];铜陵学院学报;2012年02期

中国重要会议论文全文数据库 前1条

1 刘体斌;蒋湘岚;路应金;;基于混合寡头模型的3C融合进程研究[A];第三届（2008）中国管理学年会——公共管理分会场论文集[C];2008年

中国重要报纸全文数据库 前8条

1 新华社中国新华新闻电视网总编辑 陆小华;“升值的十年”会带来什么新消费偏好[N];中国经营报;2010年

2 北京师范大学 郝成庆;茶产业繁荣需各方努力[N];中国食品质量报;2004年

3 张晓晖;寻找拥有“利基”的狮子[N];上海证券报;2008年

4 江城子;急功近利要不得[N];中国医药报;2005年

5 闫荣伟;近水楼台未得月[N];中国经营报;2007年

6 文华;创新未必高科技[N];中国医药报;2003年

7 许敏;墨水的经济话题[N];科技日报;2004年

8 朱增贤;看看保健品市场后面无形的“手”[N];医药经济报;2003年

中国博士学位论文全文数据库 前1条

1 黄飞;大学生网络消费偏好识别及影响因素研究[D];中南大学;2013年

中国硕士学位论文全文数据库 前3条

1 杨宏一;结合消费偏好动态演变机制的个性化商品推荐方法研究[D];东华大学;2016年

2 陈伟军;中国中产阶层女性旅游消费偏好与市场开发研究[D];南昌大学;2007年

3 仲红梅;上海白领旅游消费偏好研究[D];华东师范大学;2005年

  本文关键词：结合消费偏好动态演变机制的个性化商品推荐方法研究，由笔耕文化传播整理发布。

本文编号：347562