基于多樣性的社會化推薦系統(tǒng)研究與實現(xiàn).pdf

1、隨著移動業(yè)務的快速發(fā)展，信息服務提供商掌握了大量的用戶購買信息，同時也有大量的內容需要推薦給客戶。在用戶個性偏好起著重要決定性作用的情況下，傳統(tǒng)的營銷方法顯得既低效又容易引起用戶的反感。在這種情況下，為每個用戶生成個性化的營銷策略是非常有效與經(jīng)濟的。本文設計并實現(xiàn)了一套基于用戶社會化信息的推薦系統(tǒng)，其基本原理是根據(jù)用戶的購買記錄和社交行為等信息，通過采用數(shù)據(jù)挖掘、社會網(wǎng)絡分析等方法發(fā)現(xiàn)用戶的偏好，最后使用各種推薦算法為用戶生成個性化的營

2、銷信息。本系統(tǒng)可以用于彩鈴下載，網(wǎng)頁閱讀，書籍閱讀，應用下載等移動領域的很多物品上。本系統(tǒng)采用B/S架構，所有計算均在后端服務器上進行，操作人員通過瀏覽器進行相應的營銷活動。本文主要內容為：
　　1.詳細研究了手機用戶彩鈴購買記錄和社交行為，針對特定時間范圍的用戶興趣在歌曲類型，歌曲風格，歌手等方面進行偏好分析。
　　2.利用社會網(wǎng)絡分析方法，通過分析用戶標簽行為，提出一種具有多樣性的歌曲推薦算法。
　　3.基于Had

3、oop平臺研究了分布式環(huán)境下的大規(guī)模用戶推薦問題，并實現(xiàn)了本體提出的社會化推薦算法。
　　4.將本系統(tǒng)應用于電信彩鈴推薦業(yè)務，并利用真實數(shù)據(jù)進行實驗驗證，得到了較好的實驗結果。
　　由于傳統(tǒng)的推薦技術以提高推薦精度為主要目的，推薦列表往往聚焦于少量的流行商品。為了提高用戶-系統(tǒng)粘度，針對老顧客在流行性推薦失效后必須考慮推薦列表的多樣性，才能滿足顧客的個性化需求。怎樣才能在兼顧系統(tǒng)精確性的同時也保證推薦結果具有多樣性，成為當前