基于位置服務(wù)的商場(chǎng)推薦系統(tǒng)研究與應(yīng)用.pdf

1、目前商場(chǎng)購(gòu)物模式仍然是主流的商業(yè)銷售模式之一，研究商場(chǎng)環(huán)境下的客戶移動(dòng)服務(wù)，成為商場(chǎng)競(jìng)爭(zhēng)的核心能力。本文提出了一種基于位置服務(wù)的商場(chǎng)購(gòu)物推薦系統(tǒng)，以提升對(duì)客戶的個(gè)性化服務(wù)能力，提供精準(zhǔn)服務(wù)。
　　本文首先對(duì)商場(chǎng)推薦系統(tǒng)的需求進(jìn)行詳盡地分析，闡述了移動(dòng)環(huán)境下商場(chǎng)推薦系統(tǒng)具備用戶位置移動(dòng)性、短期興趣敏感、推薦準(zhǔn)確度高等要求，提出了基于位置服務(wù)的商場(chǎng)推薦系統(tǒng)的設(shè)計(jì)方案。該方案中將用戶位置信息作為一個(gè)新的維度引入到本文的推薦模型中，形成“

2、用戶-商品-位置”的三維推薦模型，并通過(guò)語(yǔ)義位置來(lái)改善傳統(tǒng)推薦模型在移動(dòng)環(huán)境下的不足。著重對(duì)基于位置服務(wù)的推薦算法進(jìn)行研究。該算法首先采用空間密度聚類算法對(duì)用戶位置軌跡點(diǎn)進(jìn)行聚類分析，獲取用戶感興趣的位置區(qū)域集合，結(jié)合商場(chǎng)的商品分類信息和位置信息把用戶的地理位置轉(zhuǎn)換成商場(chǎng)的語(yǔ)義位置。然后，通過(guò)語(yǔ)義位置相似度算法對(duì)不同用戶的語(yǔ)義位置向量進(jìn)行劃分。然而不優(yōu)化的推薦方法計(jì)算量大且精準(zhǔn)度不高，本文采用基于位置服務(wù)的推薦方法實(shí)現(xiàn)對(duì)目標(biāo)用戶的協(xié)同評(píng)

3、分矩陣進(jìn)行過(guò)濾，使得協(xié)同評(píng)分矩陣的用戶相似度更高從而提高精確度，同時(shí)減小了計(jì)算規(guī)模。該方法主要通過(guò)商場(chǎng)的空間語(yǔ)義位置關(guān)系來(lái)計(jì)算用戶間語(yǔ)義位置向量的相似度，修正用戶評(píng)分矩陣。接著對(duì)修正評(píng)分矩陣采用評(píng)價(jià)偏好處理，判斷用戶對(duì)商品的評(píng)分趨勢(shì)和商品被評(píng)分的趨勢(shì)來(lái)改善評(píng)分矩陣稀疏等問(wèn)題，進(jìn)一步修正評(píng)分矩陣。最后，采用協(xié)同過(guò)濾算法對(duì)用戶評(píng)分矩陣進(jìn)行相似性計(jì)算并進(jìn)行排序產(chǎn)生和目標(biāo)用戶最相鄰的K個(gè)鄰居用戶，通過(guò)最近鄰居用戶產(chǎn)生待推薦商品集合，并通過(guò)網(wǎng)絡(luò)向