【摘要】：近年來,隨著互聯(lián)網(wǎng)技術、信息技術和移動通訊技術的成熟以及服務經(jīng)濟的快速發(fā)展的拉動下,以移動性、個性化等主要特征的移動電子商務成為了電子商務發(fā)展的新方向。移動電子商務的出現(xiàn),為來自精確營銷、比較購物、動態(tài)供應鏈和實時優(yōu)化配送等方面的迫切需求提供了前所未有的機遇,同時移動電子商務的移動性和個性化兩點是傳統(tǒng)電子商務所不具備的,它們給面向移動電子商務的商務智能技術,尤其是個性化推薦技術也帶來一系列急需解決的問題。 本文的具體研究工作如下： (1)對移動電子商務環(huán)境下個性化推薦理論及方法研究的發(fā)展現(xiàn)狀進行了概述和總結； (2)分析移動環(huán)境下的用戶消費模式,針對當前客戶分類算法的不足,在前人研究的基礎上提出了一種混合型聚類算法KSP,提高了聚類精度和收斂性能；同時,建立一套移動電子商務用戶價值評價指標體系,彌補了餐飲客戶細分模型相對較少的不足； (3)針對移動電子商務中個性化推薦的應用特點,提出了事務矩陣的概念,極大壓縮了事務數(shù)據(jù)庫的存儲空間和存取效率。設計了基于事務矩陣的頻繁項集挖掘過程,提高了算法的執(zhí)行效率；同時,提出考慮情境因素的改進規(guī)則興趣度度量方法,提高了規(guī)則的質(zhì)量。大量實驗結果表明,MIAR同時提高了的用戶偏好的挖掘效率和個性化推薦質(zhì)量； (4)針對協(xié)同過濾推薦的稀疏性和傳統(tǒng)相似度度量的不足,提出一種結合了考慮情境的用戶聚類和用戶間互動行為的改進協(xié)同過濾模型。前者可有效降低用戶評分的稀疏性,后者則改進了傳統(tǒng)相似度度量方法過于偏重用戶數(shù)據(jù)的不足。實驗結果表明,該模型能夠有效提高協(xié)同過濾算法的評分預測精度,進而提高個性化推薦質(zhì)量； (5)在本文提出的理論和方法基礎上,設計了一個面向移動電子商務的個性化推薦系統(tǒng)。同時,實現(xiàn)了本文提出的改進算法,并將改進算法以COM組件的形式應用在一個移動電子商務環(huán)境下的餐飲個性化推薦環(huán)節(jié)中,該部分數(shù)據(jù)分析功能在結構上獨立于業(yè)務模塊,具有較好的可移植性和可維護性。 本研究在一定程度上推動了移動電子商務環(huán)境下個性化推薦領域相關研究的發(fā)展,并對實踐應用提供了有利的理論及方法支持。
【學位授予單位】：大連理工大學
【學位級別】：博士
【學位授予年份】：2012
【分類號】：TP311.13

【引證文獻】

相關期刊論文 前2條

1 張雪燕;;面向服務的開放教育云存儲系統(tǒng)設計[J];計算機時代;2013年01期

2 湯倩;;移動電子商務個性化服務研究[J];知識經(jīng)濟;2013年08期

相關碩士學位論文 前1條

1 寧思華;基于移動智能平臺的超市購物系統(tǒng)[D];電子科技大學;2013年

本文編號：2785918