论文部分内容阅读
在电子商务领域,个性化推荐技术被认为是继信息检索技术之后解决“信息过载”问题最有价值的工具之一。但是随着社会生产力和经济的发展,消费者的消费理念发生变化,更加注重商品对心理需求的满足,而且新商品不断涌入,这使得传统的推荐方法已无法满足消费者日益增长的需求。根据消费心理学理论,消费行为是消费心理的具体体现,消费心理能决定消费行为。感性需求作为消费者对商品深层次的心理需求,本文将感性需求的概念引入到个性化推荐中,通过构建商品与感性特征的定量关系,从历史记录中分析出用户的个性化感性需求,并以此为依据向用户提供个性化的推荐结果。本文以电子商务中的服装为研究对象,主要的研究内容如下:(1)从用户历史记录中分析并构建个性化感性需求模型,解决传统推荐算法对用户个性化偏好的刻画仅停留在网上行为规律或商品属性层面的问题。首先以服装为例获取商品属性及对感性特征的描述,依据专家知识并运用模糊数学的方法建立商品属性与感性特征的映射关系;然后利用用户历史记录中的商品属性信息,通过分析商品属性重要度、感性特征偏好度、感性特征权重等指标建立用户的个性化感性需求模型;最后通过实例从稳定性、准确性、普遍适用性三个角度验证了该模型的正确性。(2)针对传统的推荐算法普遍忽视用户在消费过程中的心理因素而造成推荐效果不理想和用户在感性消费时代对商品情感需求增强的问题,本文提出基于用户感性需求的推荐方法,通过商品对感性需求的满足程度向用户推荐感兴趣的商品。在个性化推荐中加入用户的心理因素,可有效地将技术同质化较为严重的商品区分开来,并将满足个性化感性需求的新商品、甚至新属性推荐给用户,实现用户对商品偏好的扩展,增加了推荐结果的多样性。最后通过实例从推荐结果的准确性角度说明了该推荐方法的合理性。本文将对用户偏好的刻画深入到心理层次,从感性需求的角度分析用户购买行为下的偏好并以此为依据提供个性化推荐服务。这为分析电子商务中用户的消费心理提供了方法上的借鉴,也提供了根据用户心理进行推荐的新思路。