检索结果-内蒙古大学图书馆

作者：王淇东华大学

学位级别：硕士

随着电子商务的发展,个性化推荐算法也不断的被优化从而帮助用户进行购买决策,但用户决策是一个连续的过程,在不同决策阶段下用户的需求也有所不同。现有的研究更多针对购物的整体的情况做出推荐,很少有关于决策的不同阶段用户需求变化... 详细信息

随着电子商务的发展,个性化推荐算法也不断的被优化从而帮助用户进行购买决策,但用户决策是一个连续的过程,在不同决策阶段下用户的需求也有所不同。现有的研究更多针对购物的整体的情况做出推荐,很少有关于决策的不同阶段用户需求变化的研究。同时推荐系统中影响用户采纳推荐意愿的因素有很多,因而有必要对这些因素进行分析整理,判断其在不同推荐时机下对于用户的影响程度及重要性变化。因此引入感知价值理论,旨在通过研究用户内心感知变化来分析用户需求、行为变化的原因。首先,利用问卷调查研究了推荐系统中可能影响用户感知价值的因素。由此选出了重要程度高且对时机最敏感的推荐列表的准确性多样性,进行下一步的研究模型构建和实验研究。其次,以“刺激-有机体-反应”模型为框架,结合用户价值接受模型,将推荐列表作为外部刺激变量,推荐时机作为调节变量,构建用户感知价值采纳意愿模型。使用主观调查问卷、脑电实验结合的方法从多角度研究不同推荐时机下推荐列表对用户感知利得和感知利失的影响,并揭示它们最终如何影响用户的采纳意愿。最后,研究结果发现:推荐列表会显著影响被试的采纳意愿,同时时机的调节作用也显著。采纳率较高的情况会引发更大波幅的反应注意力的P200成分,以及更低的反应任务难度的P300波幅。感知价值会显著影响用户采纳率的高低,且受推荐列表和时机的影响。通过从感知价值和推荐时机的视角研究推荐列表对于用户采纳意愿的影响,有助有相关企业根据用户不同的决策阶段产生的不同需求进行推荐策略上的改进,从而更加贴合用户的实际需求。

关键词：推荐时机感知价值推荐列表事件相关电位

来源：评论

学校读者我要写书评

暂无评论

基于子组与社会行为的缩小群组推荐列表方法

引用

计算机科学 2019年第2期46卷 202-209页

作者：毛宇佳刘学军徐新艳张欣南京工业大学计算机科学与技术学院南京211816

以多个用户为推荐对象的组推荐系统已成为研究热点。目前,组推荐系统大多考虑如何充分挖掘用户偏好来尽可能满足所有用户的需求,但这也造成了推荐列表规模过大的问题,从而导致群组成员无法快速做出决定。针对该问题,文中提出了一种缩小... 详细信息

以多个用户为推荐对象的组推荐系统已成为研究热点。目前,组推荐系统大多考虑如何充分挖掘用户偏好来尽可能满足所有用户的需求,但这也造成了推荐列表规模过大的问题,从而导致群组成员无法快速做出决定。针对该问题,文中提出了一种缩小群组推荐列表的方法(Recommendation Method based on Sub-Group and Social Behavior,RMSGSB)。该方法通过划分子组来缩小群组规模并减少群组偏好属性数量,利用成员的社会行为,从容忍度与利他行为两方面为子组分配权重,以保证推荐公平性。在真实数据集上的实验对比结果表明,该算法具有更好的群组推荐效果。

关键词：群组推荐子组容忍度利他行为推荐列表

来源：评论

学校读者我要写书评

暂无评论

新式茶饮零售商线上推荐列表的产品组合问题研究

新式茶饮零售商线上推荐列表的产品组合问题研究

引用

作者：丁嫽华南理工大学

学位级别：硕士

随着新式茶饮行业蓬勃发展及其线上化率急速上升,如何优化线上推荐列表产品组合来促进消费者的购买决策及零售商最终收益,成为新式茶饮零售商亟待解决的问题。本文从优化新式茶饮零售商线上推荐列表的产品组合出发,具体研究了包括产品... 详细信息

随着新式茶饮行业蓬勃发展及其线上化率急速上升,如何优化线上推荐列表产品组合来促进消费者的购买决策及零售商最终收益,成为新式茶饮零售商亟待解决的问题。本文从优化新式茶饮零售商线上推荐列表的产品组合出发,具体研究了包括产品组合的类型及排序、推荐位数量以及广告投放策略下的推荐策略。新式茶饮的线上消费者主要分为门店自提消费者和外卖配送消费者,其中外卖配送消费者需要支付额外的配送及外卖包装费用,进而导致两类消费者对产品效用的感知不同。当零售商为不同消费者提供不同推荐列表时,需要分别对两类消费者的需求进行区分,而当零售商为其提供相同推荐列表时则需综合考虑其需求特点。此外,线上消费者在选购饮品时根据其选择行为和决策因素分为两个阶段。区别于其它推荐列表中的组合优化问题,本文将新式茶饮的线上消费者类型的多样性与选择行为的独特性,茶饮品牌不同发展阶段运营目标的差异性作为零售商推荐列表优化决策的关键。根据两类线上消费者需求,考虑零售商异质性消费者提供相同菜单和为同质性消费者提供不同菜单两种情况,并根据新式茶饮消费者选择行为的特点建立了消费者两阶段选择模型,将消费者选择概率最大化和零售商总收益最大化作为与市场进入期及成熟期运营目标相对应的目标函数。同时,在模型中对消费者价格敏感系数、广告影响系数、两类线上消费者比例等需求特征进行刻画。数值实验以某全国连锁的新式茶饮A品牌为实例进行应用研究,并设计与改进遗传算法对推荐列表的产品组合问题进行求解。分析了零售商推荐列表产品组合、推荐数量以及广告投放策略下的产品组合决策以及配送费收取问题。本文得到的主要结论和运营管理启示如下:(1)在消费者两阶段模型下,零售商对产品组合进行决策时应该综合考虑产品效用、人气和利润。推荐列表的产品类型随消费者需求特征的变化而不同,而其排序则由产品的人气、效用及利润的综合表现决定,综合表现最佳的产品位于最佳推荐位置。无差别的推荐列表个数设置并不能使零售商的运营效果达到最优,应根据消费者需求特征的变化灵活调整推荐列表中产品的个数。(2)零售商的广告投放产品与推荐列表的产品选择并不冲突,最佳的广告投放产品应该位于最佳的推荐位置,以达到更好的运营效果。(3)当品牌或门店处于市场进入期,为了扩大市场,零售商可推出配送费减免活动,尤其当外卖配送消费者占比大时。当品牌处于市场成熟期时,根据消费者需求特征的变化,动态设置不同的外卖配送费用才能使零售商的总收益最优。

关键词：新式茶饮推荐列表两阶段选择模型零售商运营目标遗传算法

来源：评论

学校读者我要写书评

暂无评论

濠江乡村休闲游入选国家级“推荐列表”

濠江乡村休闲游入选国家级“推荐列表”

引用

汕头日报

作者：杨舒佳

本报讯（记者杨舒佳）近日，在农业农村部举办的2021中国美丽乡村休闲旅游行（秋季）推介活动中，濠江区乡村休闲游线路榜上有名。据悉，活动现场发布了52条秋季精品线路，以及198个精品景点，为广大城乡居民提供赏秋景、庆丰收的绝佳... 详细信息

本报讯（记者杨舒佳）近日，在农业农村部举办的2021中国美丽乡村休闲旅游行（秋季）推介活动中，濠江区乡村休闲游线路榜上有名。据悉，活动现场发布了52条秋季精品线路，以及198个精品景点，为广大城乡居民提供赏秋景、庆丰收的绝佳方案，其中，濠江区“赏田园风光·享采摘......

关键词：乡村休闲濠江区推荐列表精品线路

来源：评论

学校读者我要写书评

暂无评论

管理科学高质量期刊推荐列表发布 004

管理科学高质量期刊推荐列表发布

引用

中国科学报

作者：李芸

本报讯（记者李芸）8月29日，中国优选法统筹法与经济数学研究会、管理科学与工程学会、中国系统工程学会联合发布了《FMS管理科学高质量期刊推荐列表》（以下简称推荐列表）。据课题组负责人、中国优选法统筹法与经济数学研究会前理事... 详细信息

本报讯（记者李芸）8月29日，中国优选法统筹法与经济数学研究会、管理科学与工程学会、中国系统工程学会联合发布了《FMS管理科学高质量期刊推荐列表》（以下简称推荐列表）。据课题组负责人、中国优选法统筹法与经济数学研究会前理事长徐伟宣介绍，推荐列表采用文献计量?

关键词：推荐列表高质量

来源：评论

学校读者我要写书评

暂无评论

浏览器推荐列表中浏览器显示信息的调整方法及装置

浏览器推荐列表中浏览器显示信息的调整方法及装置

引用

作者：杨德立 100088 北京市西城区新街口外大街28号D座112室(德胜园区)

本发明公开了一种浏览器推荐列表中浏览器显示信息的调整方法及装置，涉及信息技术领域，通过在监听脚本中添加标签label，并通过对该label进行预处理，实现对所述浏览器推荐列表中特定浏览器的显示位置和显示方式进行调整，可以提高特... 详细信息

标准号: CN105389393A

本发明公开了一种浏览器推荐列表中浏览器显示信息的调整方法及装置，涉及信息技术领域，通过在监听脚本中添加标签label，并通过对该label进行预处理，实现对所述浏览器推荐列表中特定浏览器的显示位置和显示方式进行调整，可以提高特定浏览器的使用率。所述方法包括：首先在浏览器对应的监听脚本中添加标签label，然后通过所述label在所述监听脚本中添加特征信息，当通过所述监听脚本监听到浏览器调用事件时，通过所述特征信息调整所述浏览器在所述浏览器推荐列表中的显示信息。

关键词：浏览器脚本监听推荐列表添加标签预处理调整方法特征信息添加特征显示方式显示位置浏览器在使用率一种调用对应调整信息技术公开进行涉及

来源：评论

学校读者我要写书评

暂无评论

面向用户体验的云端协作仿真平台构建

引用

计算机仿真 2023年第11期40卷 511-515页

作者：张凯亮杜小龙徐州工程学院信息工程学院江苏徐州221018 江苏科技大学计算机学院江苏镇江212100

以提升用户体验感和仿真平台性能为目标,构建面向用户体验的云端协作仿真平台。运用嵌入式技术和物联网技术构建由上、下位机组成的云端协作仿真平台,平台下位机利用嵌入式控制芯片ATMEGA16L完成平台的交叉编译和总线控制,经局域网通信... 详细信息

以提升用户体验感和仿真平台性能为目标,构建面向用户体验的云端协作仿真平台。运用嵌入式技术和物联网技术构建由上、下位机组成的云端协作仿真平台,平台下位机利用嵌入式控制芯片ATMEGA16L完成平台的交叉编译和总线控制,经局域网通信和高速数据传输协议完成总线调度;平台上位机通过AD模块采集并分析信息,利用以Intel80C196KC单片机为核心的直接控制器,实现平台的云端协作仿真控制,并采用基于用户兴趣的资源推荐模型,依据用户兴趣的扩散步骤,为用户推荐感兴趣资源,通过显示屏完成与用户的人机交互。测试结果表明,上述平台的用户推荐资源准确率和召回率更优,可更好满足用户需求;不同时刻下平台的控制能耗低,且不同平台处理核数和并行应用数量下的资源调度时间少,平台性能好。

关键词：用户体验云端协作仿真平台直接控制器兴趣度推荐列表

来源：评论

学校读者我要写书评

暂无评论

基于物质扩散和用户聚类的个性化推荐技术研究

基于物质扩散和用户聚类的个性化推荐技术研究

引用

作者：蔡洪峰浙江大学

学位级别：硕士

随着互联网技术的快速发展，互联网上的资源数量呈指数增长的趋势，在这些海量信息中找出自己感兴趣的信息越来越难，从而出现了所谓的“信息过载”现象。个性化推荐被认为是解决这个问题的有效途径。协同过滤是个性化推荐系统中应用最... 详细信息

随着互联网技术的快速发展，互联网上的资源数量呈指数增长的趋势，在这些海量信息中找出自己感兴趣的信息越来越难，从而出现了所谓的“信息过载”现象。个性化推荐被认为是解决这个问题的有效途径。协同过滤是个性化推荐系统中应用最广泛的一种技术，然而随着系统规模的不断扩大，协同过滤技术在推荐的精确性和实时性上面临巨大的挑战。针对个性化推荐系统面临的主要问题，本文对推荐系统中推荐算法进行了有益的探索和研究，主要研究内容如下：\n (1)针对个性化推荐精确性问题，对基于网络的推荐算法进行了改进，提出了一种基于物质扩散的协同过滤推荐算法，结合复杂网络上的物质扩散过程，在一个带权的用户-产品二部图上计算用户相似性，然后根据与目标用户相似的其他用户的评分信息来对目标用户产生推荐。在两组标准数据集MovieLens和Netflix上的实验结果表明，该算法能够提高个性化推荐系统的推荐质量。\n (2)随着电子商务系统用户数目和产品数目的日益增加，在整个用户空间上寻找目标用户的最近邻居非常耗时，导致推荐系统的实时性要求难以保证。针对上述问题，提出了一种基于用户聚类的协同过滤推荐算法，将离线聚类与在线推荐相结合，首先通过用户评分的相似性对用户进行聚类，然后选择与目标用户相似性最高的若干个聚类作为查询空间搜索最近邻居并产生推荐列表。由于聚类部分可以周期性的在后台离线进行，可缩短在线的推荐时间，改善个性化推荐系统的实时性。在两组标准数据集MovieLens和Netflix上的实验结果表明该算法在保证推荐精度的前提下，能够有效地提高个性化推荐系统的实时响应速度。

关键词：个性化推荐系统协同过滤推荐算法物质扩散用户聚类推荐列表

来源：评论

学校读者我要写书评

暂无评论

基于信誉网络的承包商推荐研究

基于信誉网络的承包商推荐研究

引用

作者：张瑶哈尔滨工业大学

学位级别：硕士

业主和承包商是建筑市场的主要参与主体,业主能否在数量众多的承包商中选择合适的承包商关系到工程项目的成败。随着建筑业信息共享和信用平台的建设,业主选择承包商时可以将信誉纳入重要指标,以规避行业竞争、道德缺失带来的失信风险... 详细信息

业主和承包商是建筑市场的主要参与主体,业主能否在数量众多的承包商中选择合适的承包商关系到工程项目的成败。随着建筑业信息共享和信用平台的建设,业主选择承包商时可以将信誉纳入重要指标,以规避行业竞争、道德缺失带来的失信风险。承包商信誉的来源是与其合作过的前业主对该承包商的评价和推荐意见。决策业主在在使用这些信息时,会充分考虑自身与这些前业主的关系。只有决策业主信任的业主给出的推荐意见才有参考意义,从而找到符合自身期望的承包商。如此提高业主决策效率的同时,有助于建筑市场整体信誉向良性发展。本文借鉴计算机基于用户的协同过滤算法,提出以基于业主的协同过滤算法为主线的信誉网络推荐模型,解决决策业主对前业主的信任问题,获取有价值的承包商推荐信息。该模型的使用包括相关信息收集、邻居集合形成、承包商信誉评价和推荐列表形成等阶段,其中业主邻居集合形成是较为重要的环节。决策业主对前业主的复合信任值以及二者的相似度得到决策业主对前业主的综合信任度。综合信任度高于一定标准的前业主形成决策业主的邻居集合。复合信任值由直接或间接信任值和信誉值构成,前者考虑业主间的沟通和合作关系,后者考虑建筑市场对业主的综合评价。信任以信任链的形式传递,信誉传播类似于Page Rank算法的网页排序原理,按照其规则计算信誉值。相似度由业主对承包商信任评价的相似性和业主共同属性相似性构成。由于业主合作时间会对业主间的信任关系有影响,引入时间衰减函数修正因时间带来的信任差异。邻居业主给出的承包商推荐意见令决策业主满意的概率更大,计算拟合作承包商的信誉分值,分值高的承包商可以进入推荐列表。模拟真实案例并采用仿真设计观测排名,结果表明模型有效。本文着重研究业主间的信任关系和多个主体对同一目标形成的信誉评价,借鉴计算机算法实现了承包商的信誉分值排名,并得到信誉较高的承包商候选名单,为业主选择承包商提供新的有效方法。

关键词：承包商选择协同过滤算法信誉网络邻居集合推荐列表

来源：评论

学校读者我要写书评

暂无评论

基于协同过滤的推荐算法研究

基于协同过滤的推荐算法研究

引用

作者：潘涛涛解放军信息工程大学

学位级别：硕士

随着互联网的不断发展,数据资源急剧膨胀,用户逐渐迷失在数据的海洋中,难以找到自己所需的信息,信息过载问题凸显。在此背景下,推荐系统应运而生。其中,协同过滤推荐算法是目前最主流的推荐算法。随着研究的逐渐深入,取得了许多进步,但... 详细信息

随着互联网的不断发展,数据资源急剧膨胀,用户逐渐迷失在数据的海洋中,难以找到自己所需的信息,信息过载问题凸显。在此背景下,推荐系统应运而生。其中,协同过滤推荐算法是目前最主流的推荐算法。随着研究的逐渐深入,取得了许多进步,但算法的各个环节中仍存在以下几个问题:1)矩阵稀疏性导致推荐精度严重下降;2)Top-N方法的推荐精度比较低;3)用户的个性化评价标准导致评分值不能合理地表达用户对物品的偏好程度,从而影响了相似度计算环节的准确性;4)物品中的热门评分值对相似度环节的干扰;5)推荐群选择的片面性导致近邻选择不够合理。针对上述问题,提出了相应的改进算法。本文的主要工作和创新点如下:(1)针对矩阵稀疏性和传统Top-N推荐方法的精度比较低等问题,提出了一种基于矩阵填充和物品可预测性的算法。该算法首先进行评分填充以提高矩阵的评分密度;然后引入置信系数C来衡量填充评分值的可信度(真实评分值的可信度为1);最后提出物品(项目)可预测性的概念,综合物品的预测评分与物品的可预测性进行物品推荐并将其转化为0-1背包问题,从而筛选出最优化的推荐列表。实验表明,该算法有效解决了上述问题,提高了精度。(2)针对用户的个性化评价标准对相似度计算的影响问题,提出满意区间的概念,并据此设计了一种基于满意区间的算法。该算法首先将用户的评分值映射到满意区间上,根据满意区间的划分来体现用户间评分标准的差异;然后通过满意区间计算用户间的相似度;最后计算用户对物品的满意度并根据该满意度预测评分值。实验表明,该算法有效地解决了用户的个性化评价标准问题,提高了精度。(3)针对物品中的热门评分值对相似度计算的干扰问题,设计了评分值分布推荐模型,并据此提出了一种基于评分值分布推荐模型的算法。该算法首先根据物品中评分值的分布获得其携带的信息量(即香农熵);然后由香农熵计算出评分值权重,从而嵌入传统相似度计算中。实验表明,该算法有效地缓解了物品中的热门评分值对相似度计算的干扰问题,提高了精度。(4)针对推荐群选择的片面性导致近邻选择不合理问题,提出一种基于用户兴趣点的算法。该算法首先引入类别相似度计算物品之间的类别接近程度并利用该相似度进行物品聚类;然后根据聚类结果确定用户的兴趣点,同时引入惩罚函数缓解物品流行度对用户兴趣点确定的影响;最后根据用户的兴趣点动态地选择推荐群和近邻。实验表明,该算法有效地增强了近邻选择的合理性,提高了精度。

关键词：协同过滤推荐系统相似度评分预测矩阵填充个性化评分近邻选择推荐列表

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：