A公司网络导购的商品推荐系统研究

发布时间：2024-02-23 11:37

　　电子商务行业经过十几年的高速发展,消费者对于网络销售良好服务的诉求也越来越强烈,但是一般B2C的网站导购人员不能满足消费者的诉求,比如面对线上同质化的商品,无法提供合理的购买意见。A公司本着更好的服务客户的宗旨,建立了网络导购平台,给选择困难的客户提供科学的消费建议。然而该平台在实际运营中,随着分销商品池中商品越来越多,网络导购挑选商品变得费时费力,同时推荐给消费者的商品转化率不高,导致网络导购的活跃度变低。为了提高网络导购的活跃度,本文决定搭建一套网络导购的商品推荐系统,以推荐的方式帮助网络导购进行选品,该方式对于A公司提高客户服务度和业绩具有重要意义。但是该系统在搭建过程中却出现了数据稀疏性问题、“冷启动”问题以及推荐精度和效率低等问题。本文针对该系统推荐精度和效率低的问题,从消费者和网络导购角度出发,首先使用支持向量机对商品进行分类,将商品分为正反馈和负反馈的商品,剔除负反馈的商品(消费者不喜欢的商品);然后对正反馈商品的评价特征值进行情感分析获得量化的感情强度;最后根据评分、情感强度和佣金金额计算商品的综合评分;通过以上处理,既保证推荐的商品池是消费者喜欢的商品,又使网络导购可...

【文章页数】：71 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
ABSTRACT
1 引言
    1.1 研究背景及意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外研究综述
    1.3 研究内容与技术路线
        1.3.1 研究内容
        1.3.2 技术路线
2 相关理论综述
    2.1 网络导购
    2.2 商品推荐系统
        2.2.1 商品推荐系统定义
        2.2.2 商品推荐系统分类
        2.2.3 商品推荐系统评价
    2.3 支持向量机
    2.4 协同推荐算法
        2.4.1 基于用户的协同推荐算法
        2.4.2 基于项目的协同推荐算法
        2.4.3 协同推荐算法优缺点分析
    2.5 本章小结
3 网络导购的商品推荐模型构建
    3.1 网络导购的商品推荐系统关键问题分析
        3.1.1 关键问题分析
        3.1.2 解决思路
    3.2 基于相关度的稀疏性问题分析
        3.2.1 稀疏性问题分析
        3.2.2 基于关联度的候选项目集计算
    3.3 基于网络导购特征的相似度分析
        3.3.1 网络导购的特征提取
        3.3.2 基于网络导购特征的相似度计算
    3.4 模型构建
        3.4.1 基于支持向量机的分类
        3.4.2 分销商品综合评分的计算
        3.4.3 关联度和相似度计算及推荐
        3.4.4 算法描述
    3.5 模型验证
        3.5.1 实验数据集
        3.5.2 实验结果和分析
    3.6 本章小结
4 A公司网络导购的商品推荐系统需求分析与设计
    4.1 网络导购的商品推荐系统需求分析
        4.1.1 业务需求
        4.1.2 系统功能需求
        4.1.3 系统活动图
    4.2 网络导购的商品推荐系统概要设计
        4.2.1 系统设计的目标和原则
        4.2.2 A公司软件系统整体架构
        4.2.3 A公司网络导购的商品推荐系统详细结构
    4.3 网络导购的商品推荐系统功能模块设计
        4.3.1 网络导购特征记录模块设计
        4.3.2 分销商品模块设计
        4.3.3 推荐引擎模块设计
        4.3.4 用户接口模块设计
    4.4 数据库设计
    4.5 本章小结
5 A公司网络导购的商品推荐系统实现与测试
    5.1 系统开发环境与框架配置
    5.2 系统各功能模块的实现
        5.2.1 网络导购特征记录模块功能实现
        5.2.2 网络导购商品模块功能实现
        5.2.3 推荐引擎模块功能实现
        5.2.4 用户接口模块功能实现
    5.3 系统测试
        5.3.1 测试的软硬件环境
        5.3.2 系统功能测试
    5.4 本章小结
6 总结与展望
    6.1 总结
    6.2 展望
参考文献
附录A
作者简历及攻读硕士学位期间取得的研究成果
学位论文数据集



本文编号：3907434