论文部分内容阅读
随着社交软件、智能终端、移动商务的普及与发展,人们逐渐进入“大数据”时代。面对日常生活中多源异构的数据资源,用户的商务活动逐渐出现“信息过载”问题,移动商务平台在该环境下对用户进行的个性化推荐也越发困难。如何有效融合这些多源数据,在不同情景状态下,通过对用户行为偏好分析来为其寻找满意的商品信息是当前移动商务推荐服务的研究热点。用户数据的挖掘、偏好预测以及推荐算法的改进是当下推荐过程的核心内容,而用户数据种类繁多复杂,在不同情景下的用户行为、需求都大不相同。因此,本文通过分析用户在情景中对商品的偏好,