智慧商圈中個性化推薦系統(tǒng)的設(shè)計與實現(xiàn).pdf

1、隨著移動互聯(lián)網(wǎng)技術(shù)、物聯(lián)網(wǎng)技術(shù)的快速發(fā)展，傳統(tǒng)商圈逐漸向智慧商圈升級和轉(zhuǎn)型。智慧商圈基于O2O商業(yè)模式，將線上服務(wù)和線下服務(wù)有機融合，通過提升商圈服務(wù)水平促進商圈繁榮。其商業(yè)模式的核心是從線上為消費者提供相關(guān)信息，并使之轉(zhuǎn)化為實際消費。因此，如何準確地為消費者提供符合其興趣的信息是智慧商圈建設(shè)過程中最關(guān)鍵的問題之一。
　　本文針對上述問題，基于智慧商圈應(yīng)用場景，分析其特征和需求并制定和選擇相應(yīng)的設(shè)計策略和技術(shù)路線，設(shè)計并實現(xiàn)適用于

2、智慧商圈的個性化推薦系統(tǒng)，為用戶提供符合其興趣和需求的個性化信息推薦。主要研究內(nèi)容包括：⑴基于智慧商圈應(yīng)用場景，從外部應(yīng)用環(huán)境、用戶和數(shù)據(jù)等三個方面詳細分析了推薦系統(tǒng)的場景需求和設(shè)計約束，并闡述該應(yīng)用場景對系統(tǒng)架構(gòu)設(shè)計和推薦算法選擇的影響。⑵分析了基于標簽、協(xié)同過濾等推薦算法的原理及在智慧商圈場景中的應(yīng)用，闡述了標簽質(zhì)量對于算法準確度的影響，設(shè)計了通過低質(zhì)量標簽清理和高質(zhì)量標簽推薦提高整體標簽質(zhì)量的解決方案；針對協(xié)同過濾算法中的數(shù)據(jù)稀疏

3、性問題，提出了用戶偏好物品集合的概念、集合相似度算法以及基于用戶偏好物品集合的協(xié)同過濾算法，并對算法準確度進行了實驗驗證。⑶針對上下文信息在推薦算法中的應(yīng)用，分析了推薦系統(tǒng)中基于上下文的前置過濾和后置過濾應(yīng)用方法。闡述了地理上下文和時間上下文的重要性，設(shè)計并實現(xiàn)了基于Geohash和地理上下文的附近商家推薦以及基于時間上下文的熱門推薦。⑷針對智慧商圈應(yīng)用場景，提出了智慧商圈中個性化推薦系統(tǒng)的架構(gòu)設(shè)計，通過將推薦計算劃分為離線部分和在線部