论文部分内容阅读
随着网络时代电子商务大规模发展,人们传统的购物方式很多从线下转移到了线上,电子商务的产生给人们的购物带来了更加便捷、实惠的体验,网购模式已经成为人们普遍接受而且盛行的新型消费模式。在十几年的发展中,电子商务规模逐步扩大,各种电商平台、第三方商家急剧增长,电子商务平台出现信息过载的趋势。人们如何在海量的信息中找到自己的需求成为电子商务领域急需研究解决的问题,这种问题在移动互联网热潮的到来显得尤为突出。由于移动终端的特殊性以及位置情境对用户消费的影响,移动电子商务信息过载的问题显得更加突出。一个好的个性化推荐方法能让用户在海量的信息中精准的找到需求项目,从而增强用户对平台的满意度和粘性,也给商家带来了更多的销售利润,实现用户、平台和商家的共赢。由于移动商务的特殊性,为更好的满足用户需求,基于情境位置的移动电子商务个性化服务推荐方法的研究必不可少。本文首先对传统pc端的电子商务个性化服务推荐方法进行了论述,描述了电子商务个性化推荐的基本理论和整体框架,介绍了常用的个性化推荐方法、个性化推荐方法在电子商务中所起的作用等,基于此,在总结了移动电子商务的特点之后,对移动电子商务下的个性化服务推荐算法的要求进行了明确说明。其次,为了更好的研究移动环境下的个性化推荐方法,文章对移动环境下的用户行为进行了研究与建模,在分析了移动环境下用户购买行为的影响因素以及常见的用户模型构建方法之后,结合常见的二维建模方法,用户-项目矩阵的用户建模方法,提出了“位置-用户-项目”三维空间的移动用户模型,即基于移动电子商务的用户兴趣模型S-U-I模型,该模型加入了位置情境维度,空间中的每个点表示在该位置情境下用户对项目的兴趣。在这个模型基础上,通过双重过滤推荐的方法实现个性化推荐,即首先进行位置情境过滤,找出与当前位置情境相似的历史位置情境中发生的业务项,将此业务项作为推荐库,然后基于此推荐库实现用户兴趣过滤,找出推荐库中用户感兴趣的项目,按兴趣度将这些项目从高到低进行排序,取前N项作为最终结果推荐给用户。