共查询到20条相似文献，搜索用时 156 毫秒
1.
基于商品属性与用户聚类的个性化服装推荐研究 总被引：1，自引：0，他引：1
淘宝网作为电子商务时代最大的网上零售平台,为用户提供越来越多的商品与服务的同时,也出现了信息过载等一系列问题。鉴于此,本文提出了基于商品属性与用户聚类的个性化服装推荐方法,通过用户个人信息与对商品的评价,计算用户之间的相似度,进行聚类分析。与此同时,将商品化整为零,通过商品属性来计算商品的相似度,得到top-N相似列表。以此,综合商品与用户两者的权重值,实现为用户提供个性化的商品推荐,解决用户面对信息过载的难题,为用户节省精力,提高用户的购物体验。针对某一淘宝网店铺,本文提出了适合的混合推荐算法,并通过搜集实际数据进行了实证研究,对推荐结果进行准确性评价。 相似文献
2.
3.
提出一种B2C模式下商品数据降维挖掘处理的商品推荐及实现方法,在B2C模式多层购物体系下,采用被动时间反转镜技术建构多维商品数据的降维模型,采用数据挖掘的方法提取用户在网站上浏览信息,留言信息等,综合对信息进行数据挖掘处理,提取用户最关心的信息,然后对相应的用户推荐相应类型的商品,从而大大提高B2C模式下电子商务的交易成功率;采用一种商品在北京市的分布作为研究对象比较推荐前后的商品覆盖率,结果显示,基于数据挖掘的B2C模式下商品推荐将商品覆盖率提高了66%。研究成果展示了在电子商务管理的良好的应用前景和价值。 相似文献
4.
5.
【目的/意义】围绕社会化商务社区中的信息搜索和信息处理,从认知心理学和神经学视角探究用户对商品
信息的偏好及关注程度,有助于帮助社区提供优质的信息服务,实现社区推荐智能化。【方法/过程】选取典型的社
会化商务社区为研究背景,通过眼动实验收集数据,挖掘社区中的信息呈现（客观事实型信息vs.主观评价型信息）
和商品类型（享乐型商品vs.实用型商品）对用户信息处理可能的影响规律。【结果/结论】用户对不同的信息在处理
上存在显著性差异,和客观事实型信息相比,用户在了解商品时更关注主观评价型信息;商品类型显著影响用户在
社区中的信息搜索和信息处理,用户更关注享乐型商品的主观评价型信息而关注实用型商品的客观事实型信息。
【创新/局限】现有研究多从社会环境、信息系统、用户特征等方面研究用户信息行为的影响因素,本研究从信息维
度出发借助眼动实验的方法为社会化商务社区中的用户信息行为提供新的研究视角。 相似文献
6.
在本文中,作者在基于物品的最近邻推荐的基础上引进了用户的上下文信息来修正推荐结果。具体说来是考虑了用户的消费预算,可以在原来的物品最近邻推荐的基础上更加符合用户的偏好,从理论上来说,这种机制是可以改进推荐的效果的。基于这种思想,作者给出了具体的推荐算法。 相似文献
7.
8.
个性化图书推荐主要是以用户特征和借阅行为为挖掘对象,通过获取用户的兴趣特征及隐含的需求模式,实现用户与图书相互关联的个性化图书推荐服务。本文通过挖掘用户的背景信息构建用户特征模型,然后在设计喜好值计算、用户相似度计算和内容相似度计算以及标签信息获取方法的基础上,研究多种不同的图书推荐方法,以挖掘用户的潜在信息需求。最后利用图书馆的真实数据设计面向高校图书馆的个性化图书推荐系统,同时以标准网络数据集通过实验验证来评估推荐方法的有效性。 相似文献
9.
《黑龙江科技信息》2017,(1)
电子商务系统随着用户和商品的不断增加,会出现信息过载的问题。用户会浏览到一些与自己购买商品无关的商品,影响用户的购物体验,会造成用户的流失,降低平台的转化率。因此,要想增加用户的黏度,就需要提供一些个性化的服务。为了解决电子商务系统个性化的推荐问题,本文研究了基于Hadoop生态平台构建立的个性化推荐系统。采用Map Reduce离线计算框架实现大数据的集群计算,提高系统的伸缩性和计算性能。采用协同过滤和用户特征标签的融合的算法,提高推荐的精准度。实验的结果表明,在Hadoop平台上可以实现分布式的离线计算,产生个性化的推荐结果,克服了传统爆款模型推荐的单一性,提高了推荐质量。 相似文献
10.
11.
基于语义网的网络智能导航系统研究 总被引：1，自引：0，他引：1
针对网络智能导航不能根据用户的真实需求,将用户快速、准确地引领到目的地的情况,提出一种基于语义网的网络智能导航系统。通过建立网络信息语义模型和用户需求语义模型,在网络信息和用户之间构建导航语义网,将用户文字描述的具体需求准确理解并输入到导航语义网,在导航语义网中完整理解导航需求,准确实现用户对信息搜索的导航。 相似文献
12.
基于ZMET的用户心智模型构建 总被引：1，自引：0，他引：1
用户认知心理过程是一种独特的心理现象,信息用户的动机复杂多样。为了构建用户获得体验背后的心智模型,本文选择解释论的范式以对该具体问题给予合理分析,在具体操作层面上采用一种崭新的用户研究方法ZMET(Zaltman Metaphor Elicitation Technique,隐喻抽取技术),通过视觉隐喻和图片想象为基础,导引出用户在不同思维层面的理想和感性意义,并以进一步结合方法-目的链理论,了解用户从属性到价值形成的过程,所获得各层级属性与个人心智模型,从而实现信息服务的功能拓展和价值提升。 相似文献
13.
对数字信息资源的有用性进行界定,根据用户特定需求建立一套科学、合理的评价指标体系。从经济效益的角度出发,借助层次分析法探讨用户对数字信息资源的有效利用,考察后期服务绩效的目的是在数字信息资源与用户之间构建一个理想的评价体系及和谐的分享环境,进一步提高用户对数字信息资源的利用率。 相似文献
14.
用户研究对信息服务管理有着全面的推动作用。针对当前信息用户分析理论研究上的不足,结合用户访问行为将信息用户划分为网上用户、注册用户和正式用户。在此基础上,建立了网络环境下的信息用户分析体系,将用户类型、分析内容、分析方法和分析目的有机地组合在一起,并对相关内容进行了详细叙述和应用举例。 相似文献
15.
本文论述了Google如何收集用户信息,黑客如何通过高级操作符获取用户的敏感信息并通过Google搜索服务器漏洞信息进行攻击,为用户正确使用Google进行了警示。文章最后提出了通过提高用户防范意识,个人隐私技术手段保护,服务器保护,和政策法规保护等方面来防范Google黑客对用户信息的侵犯。 相似文献
16.
[目的/意义] 对于一个创新平台的繁荣与发展来说,用户间进行社交互动并为平台做出贡献是至关重要的。因此,本文研究用户交互中的内容特征（信息冗余）对用户知识贡献的影响。[方法/过程] 爬取典型开放式创新平台（LEGO IDEAS）的数据,使用Python NLTK包挖掘创意文本内容,并结合信息论中的冗余度计算方法和零膨胀负二项回归模型进行实证分析。[结果/结论] 结果表明,用户交互过程中获取的信息量正向影响用户知识贡献,促进用户发布更多创意,但当获取的创意之间存在冗余信息时,信息冗余会调节获取信息量对用户知识贡献的影响。 相似文献
17.
[目的/意义]旨在改善在线商品信息描述,降低用户认知负担,提升在线购物效率。采用框架描述法构建用户认知框架,在此基础上实现商品知识融合,以期解决在线商品信息的冲突矛盾和冗余问题。[方法/过程]采集数码相机在线评论信息,以框架法进行用户认知框架表示,利用规则融合方法构建商品知识融合模型,进行了用户认知框架的融合模型验证和效果分析。[结果/结论]知识融合能解决商品信息冗余问题,能填补空值型商品知识信息,减少电商平台商品信息描述流量成本,帮助用户理解商品知识矛盾问题,提升电商平台商品知识描述和呈现质量。 相似文献
18.
19.
[目的/意义]从用户角度,通过用户评价内容挖掘构建形成网络学术信息资源评价模型,为网络学术信息资源评价提供一个新的视角,并为其更进一步深入研究奠定基础。[方法/过程]文章在利用爬虫工作自动抓取三个知名学术网站用户评论的语料库基础上,运用数据挖掘研究方法对评论数据进行分词、聚类,根据词间与词对关系,构建形成评价体系模型。[结果/结论]基于用户评论挖掘构建形成涵盖资源内容属性、资源外部特征、网络功能属性、获取过程、用户体验五个维度的网络学术信息资源评价体系模型。该体系模型反映出科学用户在利用新兴网络学术信息资源过程中对资源自身属性和平台规范性的关切,是用户与利用正式学术信息资源的本质区别。 相似文献
20.
[目的/意义] 随着智媒体技术的快速发展,越来越多的企业利用各种智媒体平台与用户进行信息交互,通过获取用户信息数据,分析用户信息行为了解用户需求,提升用户信息服务质量。[方法/过程] 本文以信息系统成功模型为基础,基于信息生态理论构建智媒体环境下企业与用户信息交互意愿的影响因素模型,通过问卷调查和结构方程进行实证研究以验证模型的有效性。[结果/结论] 数据结果表明,智媒体系统质量、信息质量、服务质量以及沉浸体验对用户满意度具有正向影响,且用户满意度正向影响信息交互行为。本研究可以帮助企业完善智媒体的交互功能,对企业智媒体平台健康发展起到一定的指导作用。 相似文献