【摘要】：Web2.0的成熟和互聯(lián)網(wǎng)的發(fā)展使得越來(lái)越多的工作得以從線下遷移到線上進(jìn)行,由此出現(xiàn)了互聯(lián)網(wǎng)群體協(xié)作的概念,眾包即為其中一種較為典型的群體協(xié)作模式。在眾包商業(yè)模式中,眾籌的概念受到了普通用戶的大量關(guān)注。眾籌是一種面向大眾的融資活動(dòng),利用大眾的渠道和資金為某個(gè)項(xiàng)目提供一定的物質(zhì)支持,因其投資額度和門(mén)檻較低且為普通個(gè)人提供了融資機(jī)會(huì)而受到人們的歡迎。從第一家眾籌平臺(tái)ArtistShare的建立到現(xiàn)在,眾籌行業(yè)經(jīng)歷了迅速的發(fā)展,根據(jù)Massolution發(fā)布的2015CF眾籌行業(yè)報(bào)告,2015年的眾籌總金額將達(dá)到344億美元。隨著眾籌平臺(tái)規(guī)模的擴(kuò)大,不僅平臺(tái)越來(lái)越難以維護(hù)產(chǎn)品列表,用戶也難以完整瀏覽并快速發(fā)現(xiàn)自己感興趣的產(chǎn)品。根據(jù)對(duì)現(xiàn)有眾籌平臺(tái)的調(diào)查,平臺(tái)提供的僅僅是排序功能,用戶無(wú)法篩選產(chǎn)品,也無(wú)法得到系統(tǒng)推薦產(chǎn)品的服務(wù)。在眾籌平臺(tái)的起步階段,因?yàn)楫a(chǎn)品和用戶數(shù)量較少,因此平臺(tái)現(xiàn)有架構(gòu)能夠滿足使用需求；而在如今信息爆炸的時(shí)代,眾籌的產(chǎn)品列表迅速增長(zhǎng),用戶不僅期望能夠快速有效獲取信息,還希望系統(tǒng)能進(jìn)行智能化的推薦。在新世紀(jì)興起的電子商務(wù)及其他類(lèi)似的平臺(tái)很早就發(fā)現(xiàn)了這一問(wèn)題,而應(yīng)用于其中的各種個(gè)性化推薦算法則在不斷改進(jìn)的過(guò)程中幫助用戶實(shí)現(xiàn)了信息的過(guò)濾、篩選以及自動(dòng)化推薦的需求,在減少用戶的搜索成本的同時(shí)提升了用戶的使用滿意度。但遺憾的是眾籌平臺(tái)目前還不能提供這些服務(wù)。因此,將個(gè)性化推薦應(yīng)用在眾籌平臺(tái)中就顯得很有必要。根據(jù)以往學(xué)者和業(yè)界對(duì)個(gè)性化推薦系統(tǒng)的研究,本文以眾籌平臺(tái)為目標(biāo),嘗試探索將個(gè)性化推薦算法應(yīng)用在眾籌平臺(tái)中的可行性及應(yīng)用效果�？紤]到國(guó)內(nèi)外鮮有該領(lǐng)域的研究,因此本文首先利用文獻(xiàn)調(diào)研法對(duì)個(gè)性化推薦的起源和發(fā)展進(jìn)行歸納總結(jié),分析比較各類(lèi)推薦算法的優(yōu)劣；然后較為細(xì)致地總結(jié)了眾籌平臺(tái)的發(fā)展歷史和現(xiàn)狀,對(duì)平臺(tái)中項(xiàng)目和用戶的特征屬性進(jìn)行了分析比較,闡明了在平臺(tái)中應(yīng)用個(gè)性化推薦方法的必要性和可行性。基于此,本文結(jié)合眾籌平臺(tái)的特征提出了使用協(xié)同過(guò)濾方法進(jìn)行個(gè)性化推薦,并針對(duì)該算法的不足依次提出了基于內(nèi)容的改進(jìn)算法、基于降維的改進(jìn)算法和組合協(xié)同過(guò)濾的改進(jìn)算法；最后通過(guò)實(shí)際抓取數(shù)據(jù)進(jìn)行測(cè)試驗(yàn)證了算法及其改進(jìn)算法的推薦性能。本文的主要研究貢獻(xiàn)體現(xiàn)在：(1)在較為完整地收集現(xiàn)有眾籌平臺(tái)用戶、項(xiàng)目展示情況和相關(guān)信息的基礎(chǔ)上,對(duì)其作了較為全面的結(jié)構(gòu)功能分析,以此對(duì)眾籌平臺(tái)中項(xiàng)目和用戶的特征屬性進(jìn)行了提取和篩選,以便將其用于個(gè)性化推薦的模型構(gòu)建和計(jì)算。(2)將個(gè)性化推薦算法應(yīng)用到了眾籌平臺(tái)中,并根據(jù)眾籌平臺(tái)的特點(diǎn)針對(duì)算法作了相應(yīng)的改進(jìn),在抓取實(shí)際用戶數(shù)據(jù)的基礎(chǔ)上對(duì)改進(jìn)算法的性能進(jìn)行了多方面的驗(yàn)證。本文的不足主要是由于人力和資源條件的限制,獲取的用戶和項(xiàng)目數(shù)據(jù)規(guī)模僅能進(jìn)行簡(jiǎn)單的實(shí)驗(yàn)驗(yàn)證,以致不能對(duì)以后大規(guī)模應(yīng)用可能出現(xiàn)的問(wèn)題以及算法改進(jìn)提供進(jìn)一步的建議。本文將在Web內(nèi)容挖掘、組合協(xié)同過(guò)濾等方面做進(jìn)一步深入研究,探索提高推薦效率的同時(shí)降低時(shí)間成本的更好方法。
[Abstract]:......
【學(xué)位授予單位】：南京大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：G250.7

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王彬菁;李明東;;一種改進(jìn)的關(guān)聯(lián)規(guī)則在個(gè)性化學(xué)習(xí)推薦系統(tǒng)中的應(yīng)用[J];電腦知識(shí)與技術(shù);2015年22期

2 孫艷;朱玉全;陳耿;;基于隱語(yǔ)義模型的協(xié)同過(guò)濾圖書(shū)推薦方法[J];信息技術(shù);2015年11期

3 高虎明;趙鳳躍;;一種融合協(xié)同過(guò)濾和內(nèi)容過(guò)濾的混合推薦方法[J];現(xiàn)代圖書(shū)情報(bào)技術(shù);2015年06期

4 陳小輝;高燕;;基于優(yōu)化歐氏距離的協(xié)同過(guò)濾推薦[J];計(jì)算機(jī)與現(xiàn)代化;2015年03期

5 翟爍;;基于用戶興趣和雙重聚類(lèi)融合的協(xié)同過(guò)濾算法的優(yōu)化研究[J];無(wú)線互聯(lián)科技;2015年05期

6 張玉連;袁偉;;隱語(yǔ)義模型下的科技論文推薦[J];計(jì)算機(jī)應(yīng)用與軟件;2015年02期

7 高鳳麗;孫連山;;個(gè)性化推薦系統(tǒng)概述[J];技術(shù)與市場(chǎng);2015年02期

8 江周峰;楊俊;鄂海紅;;結(jié)合社會(huì)化標(biāo)簽的基于內(nèi)容的推薦算法[J];軟件;2015年01期

9 朱清香;侯會(huì)茹;劉晶;戴培森;晏霄;;基于矩陣多源加權(quán)關(guān)聯(lián)規(guī)則在個(gè)性化推薦中的應(yīng)用[J];科技管理研究;2015年01期

10 姜書(shū)浩;薛福亮;;一種利用協(xié)同過(guò)濾預(yù)測(cè)和模糊相似性改進(jìn)的基于內(nèi)容的推薦方法[J];現(xiàn)代圖書(shū)情報(bào)技術(shù);2014年02期

相關(guān)博士學(xué)位論文 前1條

1 鄧愛(ài)林;電子商務(wù)推薦系統(tǒng)關(guān)鍵技術(shù)研究[D];復(fù)旦大學(xué);2003年

相關(guān)碩士學(xué)位論文 前10條

1 張進(jìn);電子商務(wù)推薦系統(tǒng)中協(xié)同過(guò)濾算法的分析與研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2012年

2 杜英;基于協(xié)同過(guò)濾技術(shù)的個(gè)性化推薦系統(tǒng)研究[D];天津師范大學(xué);2012年

3 高建煌;個(gè)性化推薦系統(tǒng)技術(shù)與應(yīng)用[D];中國(guó)科學(xué)技術(shù)大學(xué);2010年

4 朱后坤;關(guān)于推薦系統(tǒng)的統(tǒng)計(jì)預(yù)測(cè)研究[D];上海交通大學(xué);2010年

5 張馳;基于混合推薦技術(shù)的個(gè)性化資源推薦模型設(shè)計(jì)與實(shí)現(xiàn)[D];上海交通大學(xué);2010年

6 施華;基于項(xiàng)目和用戶雙重聚類(lèi)的協(xié)同過(guò)濾推薦算法[D];東北師范大學(xué);2009年

7 楊杰;個(gè)性化推薦系統(tǒng)應(yīng)用及研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2009年

8 鄧婕;基于匿名用戶使用挖掘的個(gè)性化信息推薦研究[D];西安電子科技大學(xué);2009年

9 張雪文;智能推薦系統(tǒng)中協(xié)同過(guò)濾算法的研究[D];上海交通大學(xué);2008年

10 楊麟兒;基于用戶興趣的個(gè)性化推薦系統(tǒng)的研究與設(shè)計(jì)[D];北京交通大學(xué);2008年

，

本文編號(hào)：2258119