基于協(xié)同過濾的O2O餐飲系統(tǒng)的個性化推薦研究.pdf

1、如今國內O2O餐飲發(fā)展的迅速，各種點餐網站和軟件受到消費者的青睞。顧客可以使用網絡以及移動設備在某點餐平臺上來完成點餐，這時該平臺需要具備一套精確、及時、多樣的推薦系統(tǒng)，能夠自動幫助顧客進行相關菜品的推薦且符合滿足顧客的喜好。因此，在O2O餐飲行業(yè)中應用個性化推薦系統(tǒng)，既可以增加用戶體驗，也可以增加訂單數(shù)量和流水，達到雙贏的目的。
　　鑒于目前O2O餐飲發(fā)展迅速，菜品總數(shù)以及用戶數(shù)量均在不斷增加，如果把菜品或者用戶作為聚類對象，對

2、其進行聚合，那么將會有效解決該問題。但是傳統(tǒng)的聚類算法對于用戶-項目評分矩陣的依賴性太強。針對上述等問題，為了使O2O餐飲系統(tǒng)更加貼近用戶習慣，增強用戶體驗，本文結合前人的研究，基于項目屬性和用戶特征，給出了一種在O2O餐飲模式下基于相似性計算的聚類算法；又基于項目和用戶的雙重聚類算法，提出了一種在O2O餐飲模式下改進的協(xié)同過濾算法，并通過仿真實驗進行了算法驗證。
　　在基于項目屬性和用戶特征相似性計算的聚類算法中，首先利用項目的

3、屬性矩陣和用戶的特征矩陣來計算相似性；然后再將其運用到聚類算法中，進行算法優(yōu)化。這樣的方法不僅減少了對用戶-項目矩陣的依賴性，還能解決新用戶和新項目的問題，而且可以減少鄰居用戶的尋找時間，降低計算維度，提高推薦系統(tǒng)的效率和響應速度。通過對以往基于聚類的協(xié)同過濾算法的研究，本文為了在 O2O模式點餐系統(tǒng)中能夠結合兩種單聚類算法的優(yōu)點，給出了在 O2O餐飲模式下基于雙聚類的協(xié)同過濾算法。先對未評分項目做初始預測評分，填充用戶-項目矩陣，得到