基于LBS的电子商务个性化推荐研究

发布时间：2017-09-20 07:23

  本文关键词：基于LBS的电子商务个性化推荐研究

  更多相关文章： 基于位置服务(LBS) 个性化推荐 电子商务 情境感知

【摘要】：随信息爆炸和Web3.0时代到来,个性化推荐应用越来越广泛,但位置数据缺失问题常导致无法提供真正满足用户个性需求信息,而随着移动互联网迅猛发展、移动终端逐渐普及、空间信息技术日趋完善,具有移动性、实用性、随时性等特点的LBS为解决该问题提供了可能:基于LBS个性化推荐不受时空约束、快速响应能即时传递信息的特点成为提升电子商务个性化推荐系统用户使用体验关键。为此,本文选择基于LBS的电子商务个性化推荐进行研究。本文创新之处包括:(1)将用户位置情景信息融入电子商务个性化推荐用文献分析法深入分析基于LBS个性化推荐研究现状,针对大多研究均基于地理位置信息的问题,提出将用户位置情景信息融入电子商务个性化推荐以更真实反映用户个性需求信息,属基于LBS的电子商务个性化推荐研究新尝试。(2)提出新型基于LBS的电子商务个性化推荐算法针对大多基于LBS个性化推荐研究均使用地理位置情境的问题,本文提出抵达时间、用户状态概念以具体化用户位置情景(分解为用户抵达时间、天气和用户状态三种情境信息并纳入个性化推荐),分别分析用户抵达时间、天气和用户状态三种情境下用户信息需求并制定相应个性化推荐算法。(3)设计并初步实现基于LBS的电子商务个性化推荐系统通过数据采集模块收集原始数据和情境数据,针对用户抵达时间、天气和用户状态三种情境设计基于规则电子商务个性化推荐算法,最后通过自适应系统在无需用户显式输入偏好情况下,充分利用用户情境信息为其提供更精准、人性化推荐。全文共分6章,具体如下:第1章介绍了论文选题背景和研究意义,分析了基于LBS个性化推荐和电子商务个性化推荐研究现状,阐述了论文研究方案和组织结构。第2章介绍了LBS、电子商务个性化推荐,详细分析现有基于LBS的个性化推荐关键技术及其进展、典型应用,为基于LBS的电子商务个性化推荐系统设计及实现奠定基础。第3章根据相关理论及技术,分析设计了基于LBS的电子商务个性化推荐系统需遵循的基本原则,提出基于LBS的电子商务个性化推荐系统设计思路、体系结构、功能模块、运行机理、技术解决方案。第4章阐述了基于LBS的电子商务个性化推荐系统的技术选型、安卓平台设计环境部署,从用户兴趣建模、推荐机制实现、信息资源组织、系统推荐效果展示四方面阐述了所构建的基于LBS的电子商务个性化推荐系统。第5章站在工商管理角度从现有应用对比分析、应用情形、应用模式和价值、应用前景四方面阐述了基于LBS电子商务个性化推荐在实际应用中作用及未来发展趋势。第6章总结了论文工作,展望了后续研究工作。
【关键词】：基于位置服务(LBS) 个性化推荐 电子商务 情境感知
【学位授予单位】：湖北工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F724.6;F274
【目录】：

• 摘要3-5
• Abstract5-12
• 第1章 引言12-29
• 1.1 选题背景与研究意义12-13
• 1.1.1 选题背景12
• 1.1.2 研究意义12-13
• 1.2 国内外研究现状13-25
• 1.2.1 基于LBS的个性化推荐13-18
• 1.2.2 电子商务个性化推荐18-25
• 1.2.3 分析与总结25
• 1.3 关于本论文25-28
• 1.3.1 研究目标25
• 1.3.2 研究内容25-26
• 1.3.3 研究方法26
• 1.3.4 研究思路26-27
• 1.3.5 研究重点及难点27
• 1.3.6 创新之处27-28
• 1.3.7 论文组织结构28
• 1.4 本章小结28-29
• 第2章 基于LBS的电子商务个性化推荐理论基础29-42
• 2.1 LBS简介29-33
• 2.1.1 内涵29
• 2.1.2 关键技术29-30
• 2.1.3 典型应用30-32
• 2.1.4 系统架构及运行机理32-33
• 2.2 电子商务个性化推荐简介33-35
• 2.2.1 内涵33
• 2.2.2 关键技术33-34
• 2.2.3 典型应用34-35
• 2.3 基于LBS的个性化推荐35-40
• 2.3.1 内涵35-36
• 2.3.2 关键技术36
• 2.3.3 领域应用36-39
• 2.3.4 与传统电子商务个性化推荐对比39-40
• 2.4 其他支撑技术40-41
• 2.4.1 移动平台40
• 2.4.2 定位技术40-41
• 2.4.3 数据库技术41
• 2.5 本章小结41-42
• 第3章 基于LBS的电子商务个性化推荐总体设计42-53
• 3.1 设计目标与原则42-44
• 3.1.1 设计目标42-43
• 3.1.2 设计原则43-44
• 3.2 体系结构44-46
• 3.2.1 应用层44
• 3.2.2 中间层44-45
• 3.2.3 数据层45
• 3.2.4 网络支撑层45
• 3.2.5 云端45-46
• 3.3 功能模块设计46-48
• 3.3.1 搜索功能46
• 3.3.2 定位功能46-47
• 3.3.3 签到功能47
• 3.3.4 消息功能47
• 3.3.5 分享功能47
• 3.3.6 推荐功能47
• 3.3.7 监控功能47-48
• 3.4 运行机理48-50
• 3.4.1 系统管理员48
• 3.4.2 店铺管理员48
• 3.4.3 普通用户48-49
• 3.4.4 监管部门用户49-50
• 3.5 技术解决方案50-52
• 3.5.1 用户兴趣建模50-51
• 3.5.2 推荐机制51-52
• 3.5.3 信息资源组织52
• 3.6 本章小结52-53
• 第4章 基于LBS的电子商务个性化推荐实现53-74
• 4.1 技术选型53-54
• 4.1.1 安卓系统选型53-54
• 4.1.2 定位技术选型54
• 4.2 开发环境部署54-57
• 4.2.1 JDK安装54-55
• 4.2.2 android-studio下载与安装55-57
• 4.3 用户兴趣建模57-60
• 4.3.1 情境信息获取57-58
• 4.3.2 情境信息处理58-59
• 4.3.3 情景信息建模59-60
• 4.4 推荐机制实现60-63
• 4.4.1 基于时间推荐实现60-61
• 4.4.2 基于天气推荐实现61-62
• 4.4.3 基于用户状态推荐实现62
• 4.4.4 混合推荐62-63
• 4.5 信息资源组织63-70
• 4.5.1 数据储存63-65
• 4.5.2 原始数据形成65-68
• 4.5.3 数据组织68-70
• 4.6 推荐效果展示70-73
• 4.6.1 系统界面71
• 4.6.2 基于时间推荐效果71
• 4.6.3 基于天气推荐效果71
• 4.6.4 基于用户状态推荐效果71-73
• 4.7 本章小结73-74
• 第5章 基于LBS的电子商务个性化推荐应用分析74-83
• 5.1 现有应用对比分析74-77
• 5.1.1 候选对象74
• 5.1.2 遴选标准74-75
• 5.1.3 对比框架与分析75-76
• 5.1.4 结果分析76
• 5.1.5 本文推荐优势76-77
• 5.2 应用领域与情形77-80
• 5.2.1 移动物流77
• 5.2.2 移动支付77-78
• 5.2.3 移动预订78
• 5.2.4 移动购物78
• 5.2.5 移动医疗78-79
• 5.2.6 移动签到79
• 5.2.7 移动娱乐79-80
• 5.3 应用模式与价值分析80-81
• 5.3.1 商业管理与营销80
• 5.3.2 生活服务及销售80-81
• 5.3.3 社交休闲及娱乐81
• 5.4 应用前景81-82
• 5.4.1 基于LBS电子商务模式创新81-82
• 5.4.2 基于LBS电子商务产业链优化82
• 5.5 本章小结82-83
• 第6章 论文总结及研究展望83-85
• 6.1 论文总结83
• 6.2 研究展望83-85
• 参考文献85-88
• 致谢88-89
• 附件89

【参考文献】

中国期刊全文数据库 前10条

1 曾俊;;国内基于LBS的个性化推荐核心内容研究进展[J];信息与电脑(理论版);2016年12期

2 肖锋;侯岳;贾宝;;情境建模下的LBS智能信息服务推送方法[J];测绘通报;2016年04期

3 张闪闪;黄鹏;;基于LBS的图书馆个性化推荐系统的构建[J];图书馆杂志;2015年12期

4 陈平华;何婕;梁琼;;一种综合LBS和社会网络标签的个性化推荐方法[J];计算机应用与软件;2015年06期

5 邓鹏;李霖;陈功;李游;;基于用户情境的POI个性化推荐模型[J];测绘地理信息;2015年03期

6 姜海洋;曾剑秋;;基于LBS的移动电子商务营销模式及趋势[J];北京邮电大学学报(社会科学版);2015年02期

7 江雯雯;;融入情境的个性化推荐模型在旅游业的应用[J];中国集体经济;2014年03期

8 孙雨生;刘伟;仇蓉蓉;黄传慧;;国内用户兴趣建模研究进展[J];情报杂志;2013年05期

9 张玉起;;移动电子商务及其发展[J];今日科苑;2009年04期

10 温芝龙;;浅谈移动电子商务[J];商场现代化;2008年26期

，

本文编号：886670