基于位置服務(wù)的電子商務(wù)推薦算法研究.pdf

1、2012年第三季度末，我國智能手機使用者已達到3.89億，臺式電腦僅為3.81億，我國互聯(lián)網(wǎng)使用者的第一大獲取信息的平臺由臺式電腦轉(zhuǎn)變?yōu)橐苿釉O(shè)備。當(dāng)前，基于位置的服務(wù)是移動設(shè)備為使用者提供的重要服務(wù)之一，然而卻為信息超載問題所困擾;加之個性化推薦技術(shù)在移動領(lǐng)域的研究并不多，而且很大一部分推薦算法的推薦效果并不理想。鑒于對此考慮，本文結(jié)合移動領(lǐng)域的特點研究了傳統(tǒng)推薦技術(shù)的信息負載、推薦效果等領(lǐng)域后得出了在移動領(lǐng)域內(nèi)推薦技術(shù)的研究成果。

2、r>　　首先，本文在移動電子商務(wù)的“使用者-項目”模型（“U-I”模型）中引入了一個新維度——場景信息，提出了基于位置服務(wù)的電子商務(wù)“使用者-項目”模型——“位置-使用者-項目”模型（“L-U-I”模型）。“L-U-I”模型把場景信息作為第三維度，將傳統(tǒng)“U-I”模型從二維矩陣模型變換成三維立體模型，使用者在一定場景中對項目的傾向度都可由該三維立體模型中的一個點所表示。其次，本文在“L-U-I”模型基礎(chǔ)之上，依據(jù)混合推薦技術(shù)的思想提出了

3、結(jié)合場景相似度、使用者傾向度新的計算方法的推薦機制。該推薦機制大致是:計算使用者場景相似度并找出相似度最高場景中使用者所使用的項目;計算使用者關(guān)于這些項目的傾向度并進行逆序排列，將前若干項推薦給使用者。最后，本文針對所提出的推薦算法的各項性能設(shè)計了一系列的實驗——為滿足使用者不同的傾向度在模擬的多變的移動場景中推薦適合的項目。
　　實驗結(jié)果驗證了本文提出的基于位置服務(wù)的電子商務(wù)推薦算法較好地解決了信息超載的問題且獲得了顯著的推薦效