信息技術(shù)的不斷發(fā)展與進(jìn)步促進(jìn)了以互聯(lián)網(wǎng)為渠道的在線購(gòu)物產(chǎn)業(yè)茁壯成長(zhǎng),與此同時(shí),電商網(wǎng)站商品種類與數(shù)目的日益膨脹也產(chǎn)生了“信息過(guò)載”問(wèn)題。相關(guān)研究認(rèn)為:使用推薦系統(tǒng)對(duì)用戶行為信息進(jìn)行搜集并主動(dòng)智能地向用戶進(jìn)行滿足其需求與興趣的商品推薦可以有效解決“信息過(guò)載”問(wèn)題。隨著對(duì)推薦系統(tǒng)相關(guān)領(lǐng)域的研究深入,優(yōu)秀的電商推薦系統(tǒng)不單要求其具有良好的推薦精度,還要能幫助用戶開(kāi)闊其眼界,在改進(jìn)用戶體驗(yàn)的同時(shí)進(jìn)一步提升電商平臺(tái)利潤(rùn)。而建立用戶模型的方式可以更加表現(xiàn)用戶其真實(shí)需求及意愿繼而幫助電子商務(wù)推薦系統(tǒng)提高推薦質(zhì)量。隨著當(dāng)今社會(huì)消費(fèi)者生活水平及消費(fèi)能力的提高,消費(fèi)者不僅單純關(guān)注商品的使用價(jià)值,更加關(guān)注商品對(duì)其內(nèi)在心理需求的滿足。如何根據(jù)不同用戶具備的消費(fèi)行為及心理特征從而對(duì)其個(gè)性化的制定相關(guān)營(yíng)銷方案,是當(dāng)今電商企業(yè)經(jīng)營(yíng)所面臨的一個(gè)重要發(fā)展問(wèn)題�？紤]到用戶消費(fèi)心理是其進(jìn)行消費(fèi)決策的重要性基礎(chǔ)因素,本文在已有消費(fèi)心理學(xué)的研究基礎(chǔ)上選取更具人文關(guān)懷的視角,將用戶網(wǎng)絡(luò)消費(fèi)心理引入電子商務(wù)推薦系統(tǒng),建立用戶網(wǎng)絡(luò)消費(fèi)心理模型并與現(xiàn)有推薦技術(shù)結(jié)合,研究本地團(tuán)購(gòu)網(wǎng)絡(luò)環(huán)境下基于用戶網(wǎng)絡(luò)消費(fèi)心理的推薦方法。首先,考慮到電商... 

【文章來(lái)源】：杭州電子科技大學(xué)浙江省

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

常見(jiàn)電商網(wǎng)站的推薦界面

圖 2. 2 通用電商推薦系統(tǒng)架構(gòu)圖中數(shù)據(jù)輸入模塊的主要作用是針對(duì)用戶對(duì)推薦系統(tǒng)的信息進(jìn)行收集。系統(tǒng)的輸入方式有諸多種類，一般包具體分類方式如表2. 1所示。表 2. 1 電商推薦系統(tǒng)常用輸入方式表具體表現(xiàn) 推薦系統(tǒng)主動(dòng)搜集用戶的瀏覽歷史信息，如瀏覽時(shí)間、瀏覽用戶主動(dòng)向推薦系統(tǒng)提供其人口統(tǒng)計(jì)學(xué)信息、消費(fèi)特征、興用戶對(duì)已購(gòu)買及使用的商品進(jìn)行打分以表達(dá)其滿意度 用戶對(duì)其已經(jīng)購(gòu)買并使用過(guò)的歷史商品以文本方式輸入相關(guān)用戶在商品選購(gòu)?fù)ㄟ^(guò)信息檢索方式使推薦系統(tǒng)以類似搜索引相關(guān)專家對(duì)用戶特征或商品信息進(jìn)行識(shí)別并人工輸入

在于采用用戶歷史信息利用統(tǒng)計(jì)技術(shù)計(jì)算不同用戶間的相似度，進(jìn)而推薦與其相似或類似用戶其所感興趣的商品及資源。如圖2.3所示：用戶A與用戶B歷史興趣類似均喜歡武俠小說(shuō)類書籍，則系統(tǒng)向用戶A推薦用戶B喜歡的武俠小說(shuō)類書籍。而用戶C與用戶A、B的歷史興趣均不相同，所以系統(tǒng)并不會(huì)向用戶A與用戶B推薦C用戶喜歡的與計(jì)算機(jī)技術(shù)相關(guān)的書籍。

【參考文獻(xiàn)】：
期刊論文
[1]基于消費(fèi)性格的商品多樣性推薦研究[J]. 王茜,喻繼軍.  信息系統(tǒng)學(xué)報(bào). 2017(01)
[2]積極心理學(xué)視角下的大學(xué)生網(wǎng)貸消費(fèi)心理[J]. 王一鳴.  濱州學(xué)院學(xué)報(bào). 2017(01)
[3]基于心理學(xué)視域體育賽事消費(fèi)過(guò)程解構(gòu)與促銷認(rèn)知[J]. 屈鐵強(qiáng),閆凱,湯曼青,張玲燕.  體育科技文獻(xiàn)通報(bào). 2017(02)
[4]DFM-IA:面向B2C電子商務(wù)的多源用戶興趣數(shù)據(jù)采集機(jī)制[J]. 李聰,馬麗,梁昌勇.  管理工程學(xué)報(bào). 2017(01)
[5]面向隱式反饋的推薦系統(tǒng)研究現(xiàn)狀與趨勢(shì)[J]. 陸藝,曹健.  計(jì)算機(jī)科學(xué). 2016(04)
[6]推薦系統(tǒng)的推薦解釋研究[J]. 王春才,邢暉,李英韜.  現(xiàn)代計(jì)算機(jī)(專業(yè)版). 2016(02)
[7]基于用戶鄰域和主題的新穎性Web社區(qū)推薦方法[J]. 余騫,彭智勇,洪亮,萬(wàn)言歷.  軟件學(xué)報(bào). 2016(05)
[8]消費(fèi)心理學(xué)對(duì)增強(qiáng)廣告的作用[J]. 賈蕾.  中國(guó)市場(chǎng). 2015(44)
[9]推薦系統(tǒng)評(píng)測(cè)方法和指標(biāo)分析[J]. 王春才,邢暉,李英韜.  信息技術(shù)與標(biāo)準(zhǔn)化. 2015(07)
[10]淺析消費(fèi)心理學(xué)在商業(yè)展示設(shè)計(jì)中的運(yùn)用[J]. 趙超.  大眾文藝. 2015(08)

博士論文
[1]服裝網(wǎng)絡(luò)營(yíng)銷策略研究[D]. 王文興.東華大學(xué) 2010

碩士論文
[1]服裝品牌網(wǎng)絡(luò)消費(fèi)心理研究[D]. 劉曄.西安工程大學(xué) 2015
[2]基于商品特征屬性的排序算法研究[D]. 徐林龍.西南交通大學(xué) 2015
[3]時(shí)間距離、社會(huì)距離與評(píng)論類型對(duì)購(gòu)買決策的影響[D]. 杜承.湖南師范大學(xué) 2015
[4]基于社會(huì)網(wǎng)絡(luò)的個(gè)性化推薦系統(tǒng)關(guān)鍵技術(shù)研究[D]. 余善紅.國(guó)防科學(xué)技術(shù)大學(xué) 2011



本文編號(hào)：3315090