基于供需交易主体画像的养老服务推荐系统设计与实现

发布时间：2020-03-26 00:42

【摘要】：随着人口老龄化速度加快,对养老服务的需求越来越多,使得养老服务行业迅速发展,各大养老服务平台涌现出大量养老服务且种类繁多。然而,大部分养老服务平台无法识别用户真正需求且难以实现精准化推荐,老年人及家属无法从众多养老服务中挑选合适可信的养老服务,导致养老服务平台的用户粘性低。因此,了解老年人及家属需求并推荐合适的养老服务已经成为当前养老服务行业研究的重要课题。本文将设计并实现基于供需交易主体画像的养老服务推荐系统,面向机构养老服务,将建立用户画像模型和养老服务提供商画像模型,构建基于用户信任模型的可信网络,提出基于PersonalRank的养老服务推荐算法,详细设计关键功能模块并实现养老服务推荐系统,主要从以下四个方面展开工作:首先,针对供需交易主体画像模型的研究,分别建立用户和养老服务提供商画像模型。分析用户静态信息和动态行为,获取用户真实且动态变化的需求,建立用户画像模型;分析养老服务提供商基础信息及服务特征,获取养老服务提供商特征,建立养老服务提供商画像模型。从而,缩小向用户推荐养老服务的范围,提高推荐准确度。其次,针对目前养老服务平台精准化推荐困难的问题,提出基于可信网络的养老服务推荐,计算用户间信任度和用户与养老服务间信任度,建立用户信任模型进而构建可信网络,将基于PersonalRank的养老服务推荐算法应用在每个可信网络中,从而向用户推荐个性化、可信任的养老服务。再次,从架构、功能模块及数据库对养老服务推荐系统进行设计。从总体结构和软件架构设计养老服务推荐系统的架构。针对系统中所需数据类型及格式进行定义,提供XML文件和API接口两种方式导入数据,并设计系统各功能的RESTful接口。此外,本文从类图、时序图、数据库实体关系三个方面对系统核心功能模块进行详细设计。最后,基于上述画像模型与养老服务推荐算法的研究,并根据对养老服务推荐系统的详细设计,实现了基于供需交易主体画像的养老服务推荐系统,同时对养老服务推荐系统功能和性能进行测试。
【图文】：

画像,老年人

3-1 老年人画像为显性获取和隐性获取。直接向系统提供的信息，为两种方法，第一种方别、所在地址等基本信如有奖问卷调查、调研，，方式较为简单，但获取息的准确性和用户的满抓取用户动态变化的需日志或者其它方式获取用务的停留时间、下单并统上的行为从而发现用

聚类,养老服务

示用户对养老服务各个属性偏好，养老服务提供商画像模型表示所务各个属性的特点，具体过程如下：计算服务提供商特征向量。根据前面建立的服务提供商画像可以得到一个服务提供商都对应唯一一个特征向量值。计算用户特征向量。根据前面建立的用户画像可以得到特征向量，每应唯一一个特征向量值。将用户和养老服务提供商聚类。使用 K-means 算法聚类，经实验验20 聚类效果最佳，具体算法步骤如下：p1: 从数据集中选取 20 个作为初始中心；p2: 按照公式 = ( ) + ( ) 计算每一个点到聚类中心一个点划分到距离最小的簇内，距离越近说明相似度越高；p3: 调整重新计算聚类中心，执行 Step 2；p4: 计算标准函数，达到最大迭代次数停止，否则执行 Step 3。百善网一个月的数据，经数据清洗过滤映射后，实验聚类结果如图终将相似用户和养老服务提供商聚类到同一个簇中。
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP391.3;D669.6

【相似文献】