移动情境感知环境下的商品管理和推荐系统

发布时间：2017-03-22 16:02

  本文关键词：移动情境感知环境下的商品管理和推荐系统，由笔耕文化传播整理发布。

【摘要】：随着无线通信和无线移动终端设备的爆炸式普及,移动电商逐渐成为人们关注的热点,作为物流工程领域的一个重要分支,它将移动通信技术和信息处理技术相结合,使用户能够实现随时随地的购物交易,商家实现有效地商品管理和商品推荐。同时信息技术的迅速发展和信息内容的日益增长,“信息过载”问题愈来愈严重,给人们带来很大的信息负担。研究移动情境感知环境下商品信息管理和推荐系统,通过对终端的感知数据进行预处理,聚合、推理,生成情境知识。通过对用户的喜好,消费历史等情境信息做进一步处理,以掌握用户的消费心理,为用户提供个性化的推荐式服务,播放商品广告、商品促销信息同时,根据用户经常搜索的内容和用户的位置信息,推送周围商家的商品信息。能够有效解决信息孤岛问题。提出了移动情境感知环境下的商品管理和推荐系统,移动终端运用LBS技术和图像文字识别技术将现场购物的信息传入云端,使用在云端部署的多台服务器形成的“商品信息云”,完成对信息存储和运算。移动终端可以对所购商品进行相应的评论和反馈,进一步增加信息的真实有效性。云端使用基于数据挖掘的搜索引擎技术提供对商品基于价格、质量、购买地远近的信息反馈。采用基于Map-Reduce的计算架构进行用户群体聚类,形成推荐规则,更好地为用户进行个性化的推荐。对原型系统的功能进行了测试,表明本文提出的移动情境感知环境下的商品管理和推荐系统能够满足各种实际需求,有效的为用户提供个性化的推荐。
【关键词】：情境感知 基于位置的服务 个性化推荐 并行计算
【学位授予单位】：南京邮电大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.3;F253.9
【目录】：

• 摘要4-5
• Abstract5-8
• 第一章 绪论8-11
• 1.1 课题背景与意义8-9
• 1.1.1 课题研究背景8-9
• 1.1.2 课题研究意义9
• 1.2 课题来源与组织结构9-11
• 1.2.1 课题来源9-10
• 1.2.2 本文组织结构10-11
• 第二章 相关技术研究11-21
• 2.1 情境以及情境感知技术11-12
• 2.2 推荐引擎实现技术12-18
• 2.2.1 基于内容的推荐13-14
• 2.2.2 关联规则挖掘推荐14-15
• 2.2.3 协同过滤推荐15-18
• 2.3 大规模数据相关技术18-20
• 2.3.1 GFS分布式文件系统18-19
• 2.3.2 HDFS分布式文件系统19-20
• 2.4 本章小结20-21
• 第三章 系统总体设计21-32
• 3.1 系统总体架构设计21-22
• 3.2 系统核心功能模块22-31
• 3.2.1 数据采集模块23-24
• 3.2.2 服务器数据存数模块24-25
• 3.2.3 服务器数据挖掘模块25-28
• 3.2.4 终端云端交互模块28-31
• 3.3 本章小结31-32
• 第四章 情境感知下的商品管理和推荐系统移动端详细设计32-43
• 4.1 移动端架构设计32-34
• 4.2 OCR图像识别模块34-36
• 4.3 智能搜索引擎模块36-39
• 4.4 基于地理位置的服务模块39-42
• 4.5 本章小结42-43
• 第五章 情境感知下的商品管理和推荐系统服务器端详细设计43-60
• 5.1 服务器端架构设计43-44
• 5.2 用户特征定义44-48
• 5.3 基于Map-Reduce的K均值聚类48-56
• 5.4 情境信息推荐模块56-59
• 5.5 本章小结59-60
• 第六章 系统测试60-69
• 6.1 环境测试60-61
• 6.2 系统用例测试61-64
• 6.3 系统其他功能性测试64-68
• 6.4 本章小结68-69
• 第七章 总结与展望69-71
• 7.1 总结69
• 7.2 展望69-71
• 参考文献71-74
• 附录1攻读硕士学位期间撰写的论文74-75
• 附录2攻读硕士学位期间申请的专利75-76
• 附录3攻读硕士学位期间参加的科研项目76-77
• 致谢77

【相似文献】

中国期刊全文数据库 前10条

1 米可菲;张勇;邢春晓;蔚欣;;面向大数据的开源推荐系统分析[J];计算机与数字工程;2013年10期

2 脱建勇;王嵩;李秀;刘文煌;;精品课共享中的推荐系统框架与实现[J];计算机工程与设计;2006年17期

3 苏冠贤;张丽霞;林丕源;刘吉平;;生物信息学推荐系统的设计与实现[J];计算机应用研究;2007年05期

4 王改芬;;推荐系统研究综述[J];软件导刊;2007年23期

5 叶群来;;营销与网络推荐系统[J];电子商务;2007年10期

6 李媚;;个性化网络学习资源推荐系统研究[J];福建电脑;2008年12期

7 潘冉;姜丽红;;基于经济学模型的推荐系统的研究[J];计算机应用与软件;2008年03期

8 刘鲁;任晓丽;;推荐系统研究进展及展望[J];信息系统学报;2008年01期

9 刘小燕;陈艳丽;贾宗璞;沈记全;;基于增强学习的旅行计划推荐系统[J];计算机工程;2010年21期

10 曹畋;;智能推荐系统在知识浏览领域的应用[J];硅谷;2011年21期

中国重要会议论文全文数据库 前8条

1 张燕;李燕萍;;基于内容分析和点击率记录的混合音乐推荐系统[A];2009年通信理论与信号处理学术年会论文集[C];2009年

2 赵欣;寇纲;邬文帅;卢艳群;;基于时间密集性的推荐系统攻击检测[A];第六届（2011）中国管理学年会论文摘要集[C];2011年

3 张玉连;张波;张敏;;改进的个性化信息推荐系统的设计与实现[A];2005年全国理论计算机科学学术年会论文集[C];2005年

4 王君;许洁萍;;层次音乐推荐系统的研究[A];第18届全国多媒体学术会议（NCMT2009）、第5届全国人机交互学术会议（CHCI2009）、第5届全国普适计算学术会议（PCC2009）论文集[C];2009年

5 潘宇;林鸿飞;杨志豪;;基于用户聚类的电子商务推荐系统[A];第三届学生计算语言学研讨会论文集[C];2006年

6 尤忠彬;陈越;张英;朱扬勇;;基于Web服务的技术转移平台推荐系统研究[A];第二十二届中国数据库学术会议论文集（技术报告篇）[C];2005年

7 王国霞;刘贺平;李擎;;二部图影射及其在推荐系统中的应用[A];第25届中国控制与决策会议论文集[C];2013年

8 王雪;董爱华;吴怡之;;基于RFID技术的智能服装推荐系统设计[A];2011年全国电子信息技术与应用学术会议论文集[C];2011年

中国重要报纸全文数据库 前2条

1 ;大数据如何“落地”[N];中国新闻出版报;2014年

2 本报记者 邹大斌;大数据：电商新武器[N];计算机世界;2012年

中国博士学位论文全文数据库 前10条

1 王宏宇;商务推荐系统的设计研究[D];中国科学技术大学;2007年

2 杨东辉;基于情感相似度的社会化推荐系统研究[D];哈尔滨工业大学;2014年

3 曹渝昆;基于神经网络和模糊逻辑的智能推荐系统研究[D];重庆大学;2006年

4 王立才;上下文感知推荐系统若干关键技术研究[D];北京邮电大学;2012年

5 刘龙;一个能实现个性化实时路径推荐服务的推荐系统框架[D];中国科学技术大学;2014年

6 李涛;推荐系统中若干关键问题研究[D];南京航空航天大学;2009年

7 刘士琛;面向推荐系统的关键问题研究及应用[D];中国科学技术大学;2014年

8 李方方;非独立同分布推荐系统研究[D];北京理工大学;2014年

9 李晓建;基于语义的个性化资源推荐系统中关键技术研究[D];武汉大学;2010年

10 张尧;B2C环境下用户感知可信的推荐系统理论及其关键方法研究[D];哈尔滨工业大学;2013年

中国硕士学位论文全文数据库 前10条

1 朱孔真;基于云计算的电子商务智能推荐系统研究[D];武汉理工大学;2014年

2 郭敬泽;基于赋权评分和Dpark的分布式推荐系统研究与实现[D];天津理工大学;2015年

3 周俊宇;信息推荐系统的研究与设计[D];江南大学;2015年

4 李炜;基于电子商务平台的保险推荐系统的设计与实现[D];复旦大学;2013年

5 车丰;基于排序主题模型的论文推荐系统[D];大连海事大学;2015年

6 秦大路;基于因式分解机模型的上下文感知推荐系统研究[D];郑州大学;2015年

7 徐霞婷;动态路网监控与导航推荐系统的设计与实现[D];苏州大学;2015年

8 黄学峰;基于Hadoop的电影推荐系统研究与实现[D];南京师范大学;2015年

9 路小瑞;基于Hadoop平台的职位推荐系统的设计与实现[D];上海交通大学;2015年

10 李爱宝;基于组合消费行为分析的团购推荐系统的设计与实现[D];哈尔滨工业大学;2015年

  本文关键词：移动情境感知环境下的商品管理和推荐系统，，由笔耕文化传播整理发布。

本文编号：261800