基于LBS的O2O电子商务个性化推荐方法研究

随着O2O电子商务规模的不断扩大,O2O电子商务个性化推荐方法也成为研究热点。基于位置的服务(LBS)是O2O区别于传统电子商务的一个重要特点,因此在O2O电子商务个性化推荐中引入位置信息显得尤为重要。本文分析已有的电子商务个性化推荐技术,提出一种基于LBS的O2O电子商务个性化推荐系统架构,并在此基础上提出了一种基于LBS的O2O电子商务个性化推荐的方法和思路,以期提高O2O电子商务中个性化推荐的效率。     

基于分类算法的农产品电商推荐系统的设计与实现

随着电子商务的飞速发展,传统的电子商务技术已无法满足人们对农产品的个性化需求。如何在种类丰富的农产品中,快速定位,成为当前农产品电商亟待解决的问题。本文从农产品数据推荐需求出发,以分类算法为基础,设计了一种基于个性化推荐算法的农产品电商系统,实现了农产品的个性化推荐,提高了农产品电商的转化率。通过推荐,缩短了用户的筛选时间,提升了用户体验。     

基于用户的农产品协同过滤推荐系统的设计与实现

作为缓解信息过载问题的主要手段,个性化推荐技术已经得到广泛的应用。随着农产品电子商务技术的发展,如何将最新的个性化推荐技术应用到农产品的推荐,促进农产品电子商务的发展,是一个非常重要的问题。本文在对电子商务推荐系统原理分析基础上,重点深入探讨了当前应用最为广泛的协同过滤推荐技术。在此基础上,针对农产品的特点,设计并实现了一个基于用户的农产品电子商务协同过滤推荐系统。为提高用户评分的积极性,系统采用一定的激励评分机制,以缓解数据稀疏性问题。系统界面简洁,操作简单,实现了对农产品的有效推荐。     

基于B2C电子商务网站的个性化商品推荐系统研究

本文在分析当前B2C电子商务和用户购物特点的基础上,从个性化商品推荐的作用、概念、推荐系统分类,以及多种推荐系统优缺点对比展开叙述,从而系统地介绍了个性化推荐系统在B2C电子商务网站中的应用。     

多Agent策略下的农业电子商务个性化推荐模型和接纳度研究

伴随着电子贸易和智慧农业的发展,越来越多的购买者通过农业电子商务体系进行农产品贸易,而个性化推荐能够给网络购买者提供便利。采用调查问卷的方式分析农产品购买者偏好,进而设计出多智能体(Agent)策略下的农业电子商务个性化推荐整体和各部分架构;采用协作过滤完成推荐数据和隐性反馈分析,进而采用SPSS 18.0结合信度和聚类方法分析本研究系统的接纳度。结果表明,易用度、有用度、舒适程度、感知安全和社群作用均对购买者接纳个性化推荐有正向作用,并给出完善推荐系统的建议。     

基于移动互联网的电商创客平台设计研究

为了促进创客人才培养,在移动互联网的大时代背景下,本文探讨了电子商务创客平台APP的设计,介绍了电商创客平台APP的需求分析和部分重要功能的详细设计。本平台APP包括了创客项目管理、电商购物、创客空间及个性化推荐等功能;其中,个性化推荐模块使用了基于协同过滤的推荐算法,分别为创客和客户推荐合适的创客项目和创客产品。     

基于用户兴趣变化的高校图书馆个性化图书推荐研究

在众多个性化推荐技术中,协同过滤算法作为一种适用范围广、推荐质量高的算法,在电子商务领域得到了广泛应用,近年来被不少学者引入到图书馆个性化推荐的研究中。然而高校图书馆系统与商业系统相比,普遍存在用户信息少、项目评分严重缺失的问题,极大地影响了个性化推荐的准确率。针对以上问题,文章从高校读者属性和行为特征出发,建立用户兴趣模型,将读者阅读兴趣划分为长期兴趣和短期兴趣,基于用户兴趣度优化项目评分矩阵,进行协同过滤图书推荐。     

基于蚁群算法的协同过滤推荐技术

协同过滤推荐技术是当前最成功的个性化推荐技术,并且已经广泛应用于个性化推荐系统中。考虑到用户的推荐时间、推荐人数都是影响推荐准确度的重要因素,提出了一种基于蚁群算法的动态协同过滤推荐方法。当系统产生推荐项时,该算法不仅考虑每项的评分,而且考虑每项上信息素强度。实验结果表明,该算法可以显著提高传统过滤推荐系统的推荐质量。     

三农电子商务下徐州"掌上果园"的发展分析

本文通过分析三农电子商务下徐州“掌上果园”的发展现状及存在的问题，结合国内外农业 互联网的发展和徐州本地的特色水果。通过互联网借助O2O 平台我们在徐州市创建了水果销售的 新模式——掌上果园，通过人工智能技术为每一位客户提供水果养生服务系统，通过个性化数据分 析，做最懂客户的知心水果饮食计划推荐服务。     

电子商务推荐智能系统分析与设计

随着信息化的发展，提供全方位、个性化的服务已成为增强企业竞争力有力的手段。本文以介绍电子商务推荐智能系统为契机，拟定系统设计过程，以期为系统分析与设计的研究做出贡献。     

数字图书馆个性化推荐系统研究

互联网技术的迅猛发展使数字图书馆成为现代图书馆建设的一个重要维度,为读者提供更加优质的信息加工和组织服务方式成为数字图书馆发展的重要方向,基于读者兴趣和使用习惯的个性化推荐系统应运而生。数字图书馆个性化推荐服务主要包括个性化定制服务、个性化推送服务和数据挖掘及决策服务。数字图书馆个性化服务需要通过相应的系统来实现,该系统一般包括用户行为数据收集模块、用户兴趣偏好数据分析模块和算法实现及推荐模型模块。现代智能搜索技术、数据挖掘技术和信息推送技术为数字图书馆个性化推荐系统的实现提供了技术保证。     

基于深度神经网络的个性化推荐系统研究

为了有效地提升海量文献信息检索过程中的用户个性化满足程度,该文设计了一个全新的个性化推荐系统.在这个系统中,核心算法是基于深度神经网络的个性化推荐方法.此方法构建的深度神经网络,包含了嵌入层、编码层、个性化特征融合层、解码层4个层次,从而准确地反应用户的个性化需求并完成查询推荐.以基于DNN网络的文献检索方法、基于Segnet网络的文献检索方法、基于Seq2Seq网络的文献检索方法为对比算法,针对计算机、通信、机械、电气、建筑、历史、政治、经济、数学、英语10类文献数据进行查询推荐实验,比较4种方法检索结果与用户需求的吻合程度.实验结果表明:该文提出的基于深度神经网络的检索方法,其检索结果的用户个性化需求吻合度高于其他3种方法近10个百分点,对于英语类文献检索结果的个性化需求吻合度,甚至达到了90.2%,这充分说明了该文提出的检索方法和构建的个性化推荐系统有效.     

移动环境下个性化新闻推荐系统研究

网络上时刻都有大量新闻不断涌现,为帮助手机用户在海量信息中快速准确获得感兴趣内容,文章提出一种移动环境下个性化新闻推荐系统并设计了系统构成,系统采用影响用户阅读选择的相关因素构建特征,并基于XGBoost算法构建个性化推荐模型。以期为后续研究提供借鉴或参考。     

个性化推荐技术在学科服务中的应用研究

简要介绍了个性化推荐技术的概念及基本功能,从4个不同方面探讨了个性化推荐技术在学科服务中的应用,举例阐述一个基于个性化推荐技术的网络数据库培训推荐服务的应用,表明个性化推荐技术在学科服务中具有重要的应用价值。     

基于内容过滤推荐的农业信息推荐模型研究

针对专门的农业知识库，使用基于内容过滤的推荐方法，建立了农民用户兴趣模型和文档特征模型。在用户兴趣模型和文档特征模型中，针对特征项在不同表空间的分布情况，以及HTML文档结构对特征项权重的影响，通过改进传统特征项提取算法，提高了推荐模型的精度。结果表明，随着用户数的增加，农业信息推荐模型的查准率和查全率不断加大，说明模型的精确度不断提高。     

信息推荐技术与农资网站个性化推荐技术综述

首先分析了个性化推荐技术在国内外的发展历程和研究应用现状,然后对常用的个性化推荐技术进行了归纳总结,最后根据农资信息网的特点,分析了农资信息服务网中的个性化推荐模型及其优缺点。     

WEB挖掘在农业信息网站个性化服务中的应用

针对个性化推荐及个性化检索服务,给出了基于WEB挖掘的农业信息网站个性化服务系统框架,对系统中涉及的用户兴趣建模、WEB使用挖掘、WEB内容分类等关键技术进行了讨论。     

基于主体认知的馆藏资源推荐系统模型构建

为提高图书馆资源推荐内容与用户个性化信息需求之间的匹配度,解决信息迷航问题,在情报学认知理论框架下,运用本体方法对图书馆用户和馆藏资源分别构建主体认知模型,在此基础上建立了馆藏资源推荐系统。文章是将认知要素应用于信息推荐系统的有益尝试,以及大数据环境下对图书馆知识服务的新探索。