發(fā)布時間：2018-06-18 17:30

  本文選題：海量評價數(shù)據(jù) + 用戶偏好　； 參考：《云南大學(xué)》2016年碩士論文

【摘要】：用戶對商品和信息服務(wù)的評價包括評論和評分,富含了用戶的興趣、觀點(diǎn)和偏好等行為信息。對用戶產(chǎn)生的海量評價數(shù)據(jù)進(jìn)行分析和挖掘,可發(fā)現(xiàn)用戶的偏好和興趣、社會個體或群體的行為和心理傾向,識別行為的目標(biāo)和意圖,進(jìn)而更好地分析用戶行為的產(chǎn)生機(jī)制,并對用戶行為進(jìn)行預(yù)測,為電子商務(wù)、社交網(wǎng)絡(luò)、網(wǎng)絡(luò)輿情監(jiān)控和信息服務(wù)等各類典型的Web應(yīng)用提供理論基礎(chǔ)和技術(shù)支撐。本文從海量的用戶評價數(shù)據(jù)出發(fā),基于邊際效用理論給出用戶偏好的定義。由于影響用戶偏好的各影響因素具有不確定性,需要一種框架來表達(dá)各影響因素的不確定性,因此,本文基于D-S證據(jù)理論描述影響用戶偏好的各影響因素的不確定性、以及各因素之間的相互關(guān)系,以評論中的各詞匯、包含正面／負(fù)面詞匯的評論和評分作為用戶對商品偏好的“證據(jù)”,給出了綜合考慮各影響因素的聯(lián)合算子,以及基于MapReduce的計算方法和用戶偏好發(fā)現(xiàn)機(jī)制。本文的主要工作及貢獻(xiàn)可概括如下：(1)利用D-S證據(jù)理論中的證據(jù)組合計算方法,以評論中的各詞匯作為用戶對商品偏好的“證據(jù)”、以評論和評分作為用戶對商品偏好的“證據(jù)”、以用戶對一個類別中各商品的偏好作為對商品類別偏好的“證據(jù)”,討論用戶在以上三個層面的用戶偏好發(fā)現(xiàn)的關(guān)鍵技術(shù)。以第一個層面的偏好發(fā)現(xiàn)問題為代表,定義了相應(yīng)的概率賦值函數(shù)和證據(jù)組合規(guī)則,得到不同證據(jù)對最終用戶偏好的聯(lián)合影響。(2)利用Hadoop平臺下的MapReduce并行編程模型,給出了實(shí)現(xiàn)從用戶評價信息發(fā)現(xiàn)用戶偏好的兩趟MapReduce算法,分別得到評論數(shù)據(jù)中各詞匯的統(tǒng)計結(jié)果和用戶對各商品的偏好。(3)采用真實(shí)用戶評價信息作為測試數(shù)據(jù)集,測試了本文所提出方法的正確性、加速比以及并行效率；設(shè)計并開發(fā)了“基于D-S證據(jù)理論的評價數(shù)據(jù)中的用戶偏好發(fā)現(xiàn)軟件”,展示了本文所提出的方法。
[Abstract]:This paper analyzes and mining the user ' s preference by using the theory of the marginal utility .
The user preference discovery software in the evaluation data based on D - S evidence theory is designed and developed , and the method proposed in this paper is presented .
【學(xué)位授予單位】：云南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP311.52

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李向莉,呂建平;D-S證據(jù)理論在多傳感器信息融合中的改進(jìn)[J];現(xiàn)代電子技術(shù);2005年16期

2 張樂星;;用D-S證據(jù)理論實(shí)現(xiàn)多傳感器信息融合的一種改進(jìn)算法[J];傳感器世界;2006年10期

3 朱靜;高會生;李聰聰;;基于D-S證據(jù)理論的信息安全風(fēng)險評估[J];華北電力大學(xué)學(xué)報(自然科學(xué)版);2008年04期

4 崔智軍;王慶春;;基于D-S證據(jù)理論的多傳感器數(shù)據(jù)融合[J];現(xiàn)代電子技術(shù);2011年12期

5 劉振興;李明圖;;基于加權(quán)D-S證據(jù)理論的輻射源目標(biāo)識別[J];現(xiàn)代防御技術(shù);2011年03期

6 黃瑛,陶云剛,周潔敏,蘇登軍;D-S證據(jù)理論在多傳感器數(shù)據(jù)融合中的應(yīng)用[J];南京航空航天大學(xué)學(xué)報;1999年02期

7 孫文斌;李洪黨;;基于D-S證據(jù)理論的火災(zāi)檢測方法研究[J];自動化博覽;2006年S2期

8 惠增宏;;基于加權(quán)D-S證據(jù)理論的分布式多傳感器目標(biāo)識別[J];計算機(jī)應(yīng)用;2007年01期

9 李可心;徐國鑫;;基于D-S證據(jù)理論的空中目標(biāo)識別[J];紅外與激光工程;2007年S2期

10 楊帆;劉暢;;基于D-S證據(jù)理論的多傳感器目標(biāo)識別應(yīng)用[J];武漢工程大學(xué)學(xué)報;2009年01期

相關(guān)會議論文 前10條

1 胡玉蘭;范曉靜;;基于D-S證據(jù)理論改進(jìn)方法的目標(biāo)識別[A];第二十七屆中國控制會議論文集[C];2008年

2 佘二永;;一種基于D-S證據(jù)理論的高光譜圖像分類方法[A];2009年通信理論與信號處理學(xué)術(shù)年會論文集[C];2009年

3 楊帆;浦昭邦;劉國棟;;基于D-S證據(jù)理論的多指紋數(shù)據(jù)融合[A];首屆信息獲取與處理學(xué)術(shù)會議論文集[C];2003年

4 肖云;彭進(jìn)業(yè);王選宏;趙健;;基于D-S證據(jù)理論的漏洞動態(tài)嚴(yán)重性分析[A];第二十九屆中國控制會議論文集[C];2010年

5 邊寶峰;馬平;;基于模糊神經(jīng)網(wǎng)絡(luò)和D-S證據(jù)理論的信息融合方法的研究[A];第二十三屆中國控制會議論文集（下冊）[C];2004年

6 王勇平;楊曉段;李元左;;基于D-S證據(jù)理論的裝備質(zhì)量管理風(fēng)險評估模型[A];第九屆中國軟科學(xué)學(xué)術(shù)年會論文集（上冊）[C];2013年

7 楊帆;浦照邦;劉國棟;;基于D-S證據(jù)理論的多指紋數(shù)據(jù)融合[A];全面建設(shè)小康社會：中國科技工作者的歷史責(zé)任——中國科協(xié)2003年學(xué)術(shù)年會論文集（上）[C];2003年

8 張佑春;王平;張公永;;基于D-S證據(jù)理論和神經(jīng)網(wǎng)絡(luò)的信息融合方法及應(yīng)用[A];第二十七屆中國控制會議論文集[C];2008年

9 周潯;王曉麗;;粗BP神經(jīng)網(wǎng)絡(luò)和D-S證據(jù)理論在目標(biāo)識別中的應(yīng)用[A];第十九屆測控、計量、儀器儀表學(xué)術(shù)年會(MCMI'2009)論文集[C];2009年

10 杜瀊;李秋華;;基于D-S證據(jù)理論的紅外雙波段圖像目標(biāo)融合分割[A];2009年先進(jìn)光學(xué)技術(shù)及其應(yīng)用研討會論文集（上冊）[C];2009年

相關(guān)博士學(xué)位論文 前1條

1 李菁;基于D-S證據(jù)理論的殘疾人體育器材研發(fā)中評價模型的構(gòu)建[D];上海體育學(xué)院;2012年

相關(guān)碩士學(xué)位論文 前10條

1 蔡斌斌;基于D-S證據(jù)理論的多準(zhǔn)則特征集優(yōu)選方法[D];西南交通大學(xué);2015年

2 高麗娟;基于改進(jìn)的D-S證據(jù)理論的航空電源故障診斷[D];安徽工程大學(xué);2015年

3 程子成;D-S證據(jù)理論中信任函數(shù)概率逼近方法研究[D];江西師范大學(xué);2015年

4 溫迪;基于D-S證據(jù)理論的航空發(fā)動機(jī)氣路故障信息融合與FMECA分析[D];電子科技大學(xué);2014年

5 秦鵬;基于最小二乘支持向量機(jī)和D-S證據(jù)理論的電力變壓器故障診斷研究[D];蘭州交通大學(xué);2015年

6 鹿高娜;基于D-S證據(jù)理論的融合事件檢測算法研究[D];北京交通大學(xué);2016年

7 周天豪;基于D-S證據(jù)理論的私有云入侵檢測系統(tǒng)[D];北京交通大學(xué);2016年

8 郭心宇;基于D-S證據(jù)理論的海量評價數(shù)據(jù)分析及用戶偏好發(fā)現(xiàn)[D];云南大學(xué);2016年

9 周軍;基于D-S證據(jù)理論的多模型網(wǎng)絡(luò)安全態(tài)勢預(yù)測研究[D];西安電子科技大學(xué);2010年

10 陳淑娟;基于D-S證據(jù)理論的多傳感器數(shù)據(jù)融合危險預(yù)警系統(tǒng)[D];北京化工大學(xué);2010年

，

本文編號：2036312