發(fā)布時(shí)間：2024-02-23 11:37

　　電子商務(wù)行業(yè)經(jīng)過(guò)十幾年的高速發(fā)展,消費(fèi)者對(duì)于網(wǎng)絡(luò)銷(xiāo)售良好服務(wù)的訴求也越來(lái)越強(qiáng)烈,但是一般B2C的網(wǎng)站導(dǎo)購(gòu)人員不能滿足消費(fèi)者的訴求,比如面對(duì)線上同質(zhì)化的商品,無(wú)法提供合理的購(gòu)買(mǎi)意見(jiàn)。A公司本著更好的服務(wù)客戶的宗旨,建立了網(wǎng)絡(luò)導(dǎo)購(gòu)平臺(tái),給選擇困難的客戶提供科學(xué)的消費(fèi)建議。然而該平臺(tái)在實(shí)際運(yùn)營(yíng)中,隨著分銷(xiāo)商品池中商品越來(lái)越多,網(wǎng)絡(luò)導(dǎo)購(gòu)挑選商品變得費(fèi)時(shí)費(fèi)力,同時(shí)推薦給消費(fèi)者的商品轉(zhuǎn)化率不高,導(dǎo)致網(wǎng)絡(luò)導(dǎo)購(gòu)的活躍度變低。為了提高網(wǎng)絡(luò)導(dǎo)購(gòu)的活躍度,本文決定搭建一套網(wǎng)絡(luò)導(dǎo)購(gòu)的商品推薦系統(tǒng),以推薦的方式幫助網(wǎng)絡(luò)導(dǎo)購(gòu)進(jìn)行選品,該方式對(duì)于A公司提高客戶服務(wù)度和業(yè)績(jī)具有重要意義。但是該系統(tǒng)在搭建過(guò)程中卻出現(xiàn)了數(shù)據(jù)稀疏性問(wèn)題、“冷啟動(dòng)”問(wèn)題以及推薦精度和效率低等問(wèn)題。本文針對(duì)該系統(tǒng)推薦精度和效率低的問(wèn)題,從消費(fèi)者和網(wǎng)絡(luò)導(dǎo)購(gòu)角度出發(fā),首先使用支持向量機(jī)對(duì)商品進(jìn)行分類(lèi),將商品分為正反饋和負(fù)反饋的商品,剔除負(fù)反饋的商品(消費(fèi)者不喜歡的商品);然后對(duì)正反饋商品的評(píng)價(jià)特征值進(jìn)行情感分析獲得量化的感情強(qiáng)度;最后根據(jù)評(píng)分、情感強(qiáng)度和傭金金額計(jì)算商品的綜合評(píng)分;通過(guò)以上處理,既保證推薦的商品池是消費(fèi)者喜歡的商品,又使網(wǎng)絡(luò)導(dǎo)購(gòu)可...

【文章頁(yè)數(shù)】：71 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
ABSTRACT
1 引言
    1.1 研究背景及意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國(guó)內(nèi)外研究綜述
    1.3 研究?jī)?nèi)容與技術(shù)路線
        1.3.1 研究?jī)?nèi)容
        1.3.2 技術(shù)路線
2 相關(guān)理論綜述
    2.1 網(wǎng)絡(luò)導(dǎo)購(gòu)
    2.2 商品推薦系統(tǒng)
        2.2.1 商品推薦系統(tǒng)定義
        2.2.2 商品推薦系統(tǒng)分類(lèi)
        2.2.3 商品推薦系統(tǒng)評(píng)價(jià)
    2.3 支持向量機(jī)
    2.4 協(xié)同推薦算法
        2.4.1 基于用戶的協(xié)同推薦算法
        2.4.2 基于項(xiàng)目的協(xié)同推薦算法
        2.4.3 協(xié)同推薦算法優(yōu)缺點(diǎn)分析
    2.5 本章小結(jié)
3 網(wǎng)絡(luò)導(dǎo)購(gòu)的商品推薦模型構(gòu)建
    3.1 網(wǎng)絡(luò)導(dǎo)購(gòu)的商品推薦系統(tǒng)關(guān)鍵問(wèn)題分析
        3.1.1 關(guān)鍵問(wèn)題分析
        3.1.2 解決思路
    3.2 基于相關(guān)度的稀疏性問(wèn)題分析
        3.2.1 稀疏性問(wèn)題分析
        3.2.2 基于關(guān)聯(lián)度的候選項(xiàng)目集計(jì)算
    3.3 基于網(wǎng)絡(luò)導(dǎo)購(gòu)特征的相似度分析
        3.3.1 網(wǎng)絡(luò)導(dǎo)購(gòu)的特征提取
        3.3.2 基于網(wǎng)絡(luò)導(dǎo)購(gòu)特征的相似度計(jì)算
    3.4 模型構(gòu)建
        3.4.1 基于支持向量機(jī)的分類(lèi)
        3.4.2 分銷(xiāo)商品綜合評(píng)分的計(jì)算
        3.4.3 關(guān)聯(lián)度和相似度計(jì)算及推薦
        3.4.4 算法描述
    3.5 模型驗(yàn)證
        3.5.1 實(shí)驗(yàn)數(shù)據(jù)集
        3.5.2 實(shí)驗(yàn)結(jié)果和分析
    3.6 本章小結(jié)
4 A公司網(wǎng)絡(luò)導(dǎo)購(gòu)的商品推薦系統(tǒng)需求分析與設(shè)計(jì)
    4.1 網(wǎng)絡(luò)導(dǎo)購(gòu)的商品推薦系統(tǒng)需求分析
        4.1.1 業(yè)務(wù)需求
        4.1.2 系統(tǒng)功能需求
        4.1.3 系統(tǒng)活動(dòng)圖
    4.2 網(wǎng)絡(luò)導(dǎo)購(gòu)的商品推薦系統(tǒng)概要設(shè)計(jì)
        4.2.1 系統(tǒng)設(shè)計(jì)的目標(biāo)和原則
        4.2.2 A公司軟件系統(tǒng)整體架構(gòu)
        4.2.3 A公司網(wǎng)絡(luò)導(dǎo)購(gòu)的商品推薦系統(tǒng)詳細(xì)結(jié)構(gòu)
    4.3 網(wǎng)絡(luò)導(dǎo)購(gòu)的商品推薦系統(tǒng)功能模塊設(shè)計(jì)
        4.3.1 網(wǎng)絡(luò)導(dǎo)購(gòu)特征記錄模塊設(shè)計(jì)
        4.3.2 分銷(xiāo)商品模塊設(shè)計(jì)
        4.3.3 推薦引擎模塊設(shè)計(jì)
        4.3.4 用戶接口模塊設(shè)計(jì)
    4.4 數(shù)據(jù)庫(kù)設(shè)計(jì)
    4.5 本章小結(jié)
5 A公司網(wǎng)絡(luò)導(dǎo)購(gòu)的商品推薦系統(tǒng)實(shí)現(xiàn)與測(cè)試
    5.1 系統(tǒng)開(kāi)發(fā)環(huán)境與框架配置
    5.2 系統(tǒng)各功能模塊的實(shí)現(xiàn)
        5.2.1 網(wǎng)絡(luò)導(dǎo)購(gòu)特征記錄模塊功能實(shí)現(xiàn)
        5.2.2 網(wǎng)絡(luò)導(dǎo)購(gòu)商品模塊功能實(shí)現(xiàn)
        5.2.3 推薦引擎模塊功能實(shí)現(xiàn)
        5.2.4 用戶接口模塊功能實(shí)現(xiàn)
    5.3 系統(tǒng)測(cè)試
        5.3.1 測(cè)試的軟硬件環(huán)境
        5.3.2 系統(tǒng)功能測(cè)試
    5.4 本章小結(jié)
6 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
附錄A
作者簡(jiǎn)歷及攻讀碩士學(xué)位期間取得的研究成果
學(xué)位論文數(shù)據(jù)集



本文編號(hào)：3907434