论文部分内容阅读
摘 要：在互联网信息技术发展的助力下，基于用户兴趣的个性化推荐系统在多个领域内获得了广泛的应用。在货运产业中，运用个性化推荐模型可以使整个产业链运转效率更高，节约时间成本和经济成本。在本文中笔者提出了一种货运信息的个性化推荐方法，通过该种方法可以有效降低货运车辆的闲置时间，提高货运车辆的利用效率，降低公路运输的成本。
关键词：公路运输 个性化推荐 物流成本
1 概述
1.1 用户兴趣模型
用户兴趣模型有如下建立方式：第一，通过对用户主动在互联网中输入的信息进行分析和计算，个性化推荐系统将以此为基础描述用户的兴趣特点，并根据兴趣特点完成商品的推荐。第二，用户主动选择兴趣点。这种兴趣模型准确性较高，但是存在着无法发掘用户潜在兴趣的特点。第三，个性化推荐系统主动搜集用户兴趣点。个性化推荐系统将根据用户在互联网上的日常浏览和操作行为，自动对用户兴趣进行判断。该种方式存在隐私保护问题，个性化推荐系统在用户没有察觉的情况下进行搜集存在着侵犯隐私的风险。
1.2 货运信息的个性化推荐
货运信息的个性化是指根据货运需求者的兴趣偏好，为其推荐合适的物流服务供应商进行货物运输服务。从本质上来看，货运信息的个性化推荐是对用户物流需求的精准描述，并以这种精准描述为基础进行服务商推荐。
1.3 公路货运本体构建
在公路货运本体构建中，主要包含以下几个方面。在公路运输过程中，会存在两个位置即出发点和货物到达地。在车辆类型方面，可以将货物运输车分为厢式货车、高栏车、半挂车以及平板车等。在货车长度方面，主要包含4.2m货车、5m货车、17.5m货车等不同长度的车辆。在车辆载重方面，可以分为5t到40t载重不等的货车。
2 基于公路货物运输本体的个性化推荐模型构建
2.1 用户兴趣模型表示
在用户模型表示的过程中，笔者将运用到向量空间表示模型。与此同时，笔者将用户的兴趣分为三个组别，并且分别记录为User model（User i User o Interest）
上述信息内涵分别如下：
User i在兴趣模型中主要记录了用户的个人信息，例如用户的姓名信息、年龄信息、家庭住址、邮箱等内容。
User i={Name，Address，Age，Email，Tel}
User o表示了本体中的个性化特征，该子集中主要记录了用户个性化的信息，主要包含地点信息、车型信息、车辆长度信息以及车辆载重信息。
User o={Destination，Load capacity，Cargo type，Prize}，在该子集将包含用户感兴趣的所有因素。
Interest表示用户对每一个公路运输本体中子集概念及其兴趣的综合要素。
Interest={Rate，Concept}。
2.2 用户兴趣模型构建流程
2.2.1 初次注册阶段
由于货运用户在注册以前，推荐系统无法获取到用户的信息信息。因此在用户注册时，需要用户自主填写兴趣以便平台根据用户自行填写的信息，为用户建立初始的信息模型。通过这种方法可以在用户注册的第一时间快速了解用户兴趣点，为后期系统自动化调整用户信息模型奠定数据基础。具体而言，用户在注册时需要填写发货地、货物类型、收货地等信息。系统可以通过用户填写的上述信息，判别用户比较稳定的业务范围和大体上的货物需求量。
2.2.2 用户使用阶段
用户在完成注册活动以后，通过用户在平台上进行操作的各种行为系统可以自动进行筛选并完成评价。系统根据用户的操作行为完成对用户初始信息模型的优化工作。具体而言，通过用户发布货运订单需求的行为，系统在不打扰用户使用的前提下可以获知到用户的对于运输服务商要求，并根据这种要求完善用户兴趣模型。系统还可以根据用户浏览相关信息的停留时间对用户的兴趣进行判别。例如，用户在某个车型在相关信息上停留更长的浏览时间，说明该用户的货运需求极有可能与该种车型匹配度较高。
2.3 用户兴趣模型的建立
在建立模型的过程中，笔者运用到了空间向量的表示方法。具体步骤阐述如下：
第1步骤：用户注册阶段，平台将根据用户填写的信息完成初始模型的创建。并将兴趣内容记录为{（Q1，W1）（Q2，W2），（Q3，W3），……，（QN，WN）}其中，Q表示货物运输概念，W表示了货运运输相关因素的兴趣程度。
第2步骤：在该步骤中将根据用户在系统平台内的操作行为，对用户注册时平台初始创建的情绪模型进行优化和改善。同时将新的用户兴趣模型表示为{（T1，△W1）（T2，△W2），（T3，△W3），……，（TN，△WN）}
第3步骤：系统将对用户展现出的兴趣特征与用户信息数据库中的信息进行比对。具体而言，如果TI={Q1，Q2，Q3，……QN}则无需对用户信息库进行更新，如果不属于上述区间，就应当将用户的更新信息特征加入集合，并刷新信息系统中记录的内容。
3 个性化推荐系统的构建
3.1 需求描述
个性化推荐需要参考数据文本，数据文本上记录的内容就是加入该系统的货物运输需求方的具体要求。如果用户的要求和货运司机的自身条件相符合，系统就可以完成在二者之间的匹配，并辅助运输订单完成。
3.2 个性化推荐流程
用户完成登录操作，系统自动判定用户是否为新用户。如果用户为新用户则自动跳转基本信息录入环节，由用户自行输入相关信息完成兴趣模型的初步搭建。如果用户为老用户，在登录成功以后系统将根据用户的操作行为进一步完善兴趣模型。具体计算方法如下。
3.2.1 根据检索关键词完善兴趣模型
用户在平台中会根据自己的需求，在搜索栏中输入若干检索关键词，用户输入这些关键词说明关键词代表的内容是用户的兴趣范畴。
3.2.2 根据用户的其他操作完善兴趣模型
系统将识别用户的以下几种操作行为：收藏、复制文本、浏览时间、转发以及打印行为。当用户对特定的货运信息进行操作时，系统将会将复制收藏打印的内容列入用户的兴趣模型。同时，系统将计算出每百字通常的阅读时间，如果用于阅读时间长于一般阅读时间，系统将自动该内容属于用户兴趣库的范围，并将该内容进行关键词提炼，更新兴趣模型。系统同时会自动识别用户是否为离开状态，因为离开状态会造成屏幕，在同一时间的长时间停留，为此系统设定了时间阈值，如果超过该阈值，系统将自动识别用户会离开状态，不进行数据记录。
在老用户登录以后，系统将根据用户的即时兴趣模型，为用户推荐最优的物流运输供应商组合或排序，供用户进行选择。
4 结语
本系统仍然存在着不足，其只能通过用户的检索行为和在平台的操作行为进行兴趣分析，因此存在经历较长时间以后可能产生兴趣遗忘的问题，造成平台记录的用户信息数据库与用户的真实需求产生差异，需要后期研究的进一步完善。
参考文献
[1] 方超. 基于物流数据的个性化推荐系统的研究与实现[D].南京邮电大学，2017.
[2] 彭岩，刘另.基于个性化需求的物流服务供应链初探[J].重庆理工大学学报：自然科学，2016，30（11）：162-166.
[3] 赵影.基于Web挖掘的物流信息平台个性化推荐研究[J].中國市场，2015（20）：19-20，26.
[4] 穆文忠. 面向物流配送领域的个性化推荐系统设计与实现[D].哈尔滨工业大学，2014.
关键词：公路运输 个性化推荐 物流成本
1 概述
1.1 用户兴趣模型
用户兴趣模型有如下建立方式：第一，通过对用户主动在互联网中输入的信息进行分析和计算，个性化推荐系统将以此为基础描述用户的兴趣特点，并根据兴趣特点完成商品的推荐。第二，用户主动选择兴趣点。这种兴趣模型准确性较高，但是存在着无法发掘用户潜在兴趣的特点。第三，个性化推荐系统主动搜集用户兴趣点。个性化推荐系统将根据用户在互联网上的日常浏览和操作行为，自动对用户兴趣进行判断。该种方式存在隐私保护问题，个性化推荐系统在用户没有察觉的情况下进行搜集存在着侵犯隐私的风险。
1.2 货运信息的个性化推荐
货运信息的个性化是指根据货运需求者的兴趣偏好，为其推荐合适的物流服务供应商进行货物运输服务。从本质上来看，货运信息的个性化推荐是对用户物流需求的精准描述，并以这种精准描述为基础进行服务商推荐。
1.3 公路货运本体构建
在公路货运本体构建中，主要包含以下几个方面。在公路运输过程中，会存在两个位置即出发点和货物到达地。在车辆类型方面，可以将货物运输车分为厢式货车、高栏车、半挂车以及平板车等。在货车长度方面，主要包含4.2m货车、5m货车、17.5m货车等不同长度的车辆。在车辆载重方面，可以分为5t到40t载重不等的货车。
2 基于公路货物运输本体的个性化推荐模型构建
2.1 用户兴趣模型表示
在用户模型表示的过程中，笔者将运用到向量空间表示模型。与此同时，笔者将用户的兴趣分为三个组别，并且分别记录为User model（User i User o Interest）
上述信息内涵分别如下：
User i在兴趣模型中主要记录了用户的个人信息，例如用户的姓名信息、年龄信息、家庭住址、邮箱等内容。
User i={Name，Address，Age，Email，Tel}
User o表示了本体中的个性化特征，该子集中主要记录了用户个性化的信息，主要包含地点信息、车型信息、车辆长度信息以及车辆载重信息。
User o={Destination，Load capacity，Cargo type，Prize}，在该子集将包含用户感兴趣的所有因素。
Interest表示用户对每一个公路运输本体中子集概念及其兴趣的综合要素。
Interest={Rate，Concept}。
2.2 用户兴趣模型构建流程
2.2.1 初次注册阶段
由于货运用户在注册以前，推荐系统无法获取到用户的信息信息。因此在用户注册时，需要用户自主填写兴趣以便平台根据用户自行填写的信息，为用户建立初始的信息模型。通过这种方法可以在用户注册的第一时间快速了解用户兴趣点，为后期系统自动化调整用户信息模型奠定数据基础。具体而言，用户在注册时需要填写发货地、货物类型、收货地等信息。系统可以通过用户填写的上述信息，判别用户比较稳定的业务范围和大体上的货物需求量。
2.2.2 用户使用阶段
用户在完成注册活动以后，通过用户在平台上进行操作的各种行为系统可以自动进行筛选并完成评价。系统根据用户的操作行为完成对用户初始信息模型的优化工作。具体而言，通过用户发布货运订单需求的行为，系统在不打扰用户使用的前提下可以获知到用户的对于运输服务商要求，并根据这种要求完善用户兴趣模型。系统还可以根据用户浏览相关信息的停留时间对用户的兴趣进行判别。例如，用户在某个车型在相关信息上停留更长的浏览时间，说明该用户的货运需求极有可能与该种车型匹配度较高。
2.3 用户兴趣模型的建立
在建立模型的过程中，笔者运用到了空间向量的表示方法。具体步骤阐述如下：
第1步骤：用户注册阶段，平台将根据用户填写的信息完成初始模型的创建。并将兴趣内容记录为{（Q1，W1）（Q2，W2），（Q3，W3），……，（QN，WN）}其中，Q表示货物运输概念，W表示了货运运输相关因素的兴趣程度。
第2步骤：在该步骤中将根据用户在系统平台内的操作行为，对用户注册时平台初始创建的情绪模型进行优化和改善。同时将新的用户兴趣模型表示为{（T1，△W1）（T2，△W2），（T3，△W3），……，（TN，△WN）}
第3步骤：系统将对用户展现出的兴趣特征与用户信息数据库中的信息进行比对。具体而言，如果TI={Q1，Q2，Q3，……QN}则无需对用户信息库进行更新，如果不属于上述区间，就应当将用户的更新信息特征加入集合，并刷新信息系统中记录的内容。
3 个性化推荐系统的构建
3.1 需求描述
个性化推荐需要参考数据文本，数据文本上记录的内容就是加入该系统的货物运输需求方的具体要求。如果用户的要求和货运司机的自身条件相符合，系统就可以完成在二者之间的匹配，并辅助运输订单完成。
3.2 个性化推荐流程
用户完成登录操作，系统自动判定用户是否为新用户。如果用户为新用户则自动跳转基本信息录入环节，由用户自行输入相关信息完成兴趣模型的初步搭建。如果用户为老用户，在登录成功以后系统将根据用户的操作行为进一步完善兴趣模型。具体计算方法如下。
3.2.1 根据检索关键词完善兴趣模型
用户在平台中会根据自己的需求，在搜索栏中输入若干检索关键词，用户输入这些关键词说明关键词代表的内容是用户的兴趣范畴。
3.2.2 根据用户的其他操作完善兴趣模型
系统将识别用户的以下几种操作行为：收藏、复制文本、浏览时间、转发以及打印行为。当用户对特定的货运信息进行操作时，系统将会将复制收藏打印的内容列入用户的兴趣模型。同时，系统将计算出每百字通常的阅读时间，如果用于阅读时间长于一般阅读时间，系统将自动该内容属于用户兴趣库的范围，并将该内容进行关键词提炼，更新兴趣模型。系统同时会自动识别用户是否为离开状态，因为离开状态会造成屏幕，在同一时间的长时间停留，为此系统设定了时间阈值，如果超过该阈值，系统将自动识别用户会离开状态，不进行数据记录。
在老用户登录以后，系统将根据用户的即时兴趣模型，为用户推荐最优的物流运输供应商组合或排序，供用户进行选择。
4 结语
本系统仍然存在着不足，其只能通过用户的检索行为和在平台的操作行为进行兴趣分析，因此存在经历较长时间以后可能产生兴趣遗忘的问题，造成平台记录的用户信息数据库与用户的真实需求产生差异，需要后期研究的进一步完善。
参考文献
[1] 方超. 基于物流数据的个性化推荐系统的研究与实现[D].南京邮电大学，2017.
[2] 彭岩，刘另.基于个性化需求的物流服务供应链初探[J].重庆理工大学学报：自然科学，2016，30（11）：162-166.
[3] 赵影.基于Web挖掘的物流信息平台个性化推荐研究[J].中國市场，2015（20）：19-20，26.
[4] 穆文忠. 面向物流配送领域的个性化推荐系统设计与实现[D].哈尔滨工业大学，2014.