本文選題：推薦 + 個性化�。� 參考：《東南大學》2016年碩士論文

【摘要】：個性化推薦是電子商務領(lǐng)域的重要研究課題。針對個性化推薦中不同用戶對不同推薦策略的偏好,本文研究引入用戶策略偏好的推薦技術(shù),設(shè)計引入用戶策略偏好的推薦模型。本文的主要工作有：1)設(shè)計了引入策略偏好的推薦模型USPR。該模型由用戶提供自身對推薦策略的偏好,并使用用戶選擇的推薦策略為用戶產(chǎn)生推薦。2)在推薦模型USPR基礎(chǔ)上,設(shè)計了具有自適應機制及引入策略偏好的推薦模型SA-USPR。該模型考慮了用戶的短期策略偏好與長期策略偏好,并通過用戶反饋評分自適應地調(diào)整用戶策略偏好。3)以推薦模型SA-USPR為核心,設(shè)計并實現(xiàn)了推薦原型系統(tǒng)USPSys。本文的主要成果是提出了基于用戶反饋評分的用戶策略偏好自適應調(diào)整機制。本文工作對研究用戶策略偏好及其推薦具有參考價值。
[Abstract]:Personalized recommendation is an important research topic in the field of e - commerce . According to the preference of different users to different recommendation strategies in personalized recommendation , this paper studies the recommendation model of user strategy preference , and designs the recommendation model SA - USPR with self - adaptation mechanism and strategy preference .

【學位授予單位】：東南大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.3

【參考文獻】

相關(guān)期刊論文 前5條

1 王洪偉;鄒莉;;考慮長期與短期興趣因素的用戶偏好建模[J];同濟大學學報(自然科學版);2013年06期

2 孫雨生;劉偉;仇蓉蓉;黃傳慧;;國內(nèi)用戶興趣建模研究進展[J];情報雜志;2013年05期

3 朱郁筱;呂琳媛;;推薦系統(tǒng)評價指標綜述[J];電子科技大學學報;2012年02期

4 王國霞;劉賀平;;個性化推薦系統(tǒng)綜述[J];計算機工程與應用;2012年07期

5 劉平峰;聶規(guī)劃;陳冬林;;電子商務推薦系統(tǒng)中推薦策略的自適應性[J];計算機工程與應用;2007年04期

，

本文編號：1756784