基于用户行为特征的水果搭配混合推荐方法设计与实现

来源 :西安理工大学 | 被引量 : 0次 | 上传用户:yinlefeng1988
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目前,果蔬生鲜等农副产品在网上逐渐热卖,本课题以水果为例进行研究,主要围绕两个问题展开:一是如何让用户快速在网上商城选择心仪的水果;二是水果如何搭配吃才更健康合理。因此,本课题为解决以上两个问题,主要从两方面展开研究,首先要根据用户个人行为分析用户的兴趣,根据用户的个人兴趣向其推荐喜欢的水果,即设计推荐算法;其次制定合理的搭配规则,针对用户可能喜欢的水果即兴趣水果群做相同功效的搭配推荐,最终实现一种基于用户行为特征的水果搭配混合推荐系统,为用户提供购买决策。针对以上问题,本课题的主要工作包括:①分析电商平台中的用户行为特征,对用户行为特征进行建模,采用组合权重法计算用户不同行为对用户兴趣影响的权重,生成用户-物品兴趣度矩阵;②对基于用户行为特征的协同过滤推荐算法(UBCFREC)进行分析,改进了相似度计算方法,再通过生成的用户-物品兴趣度矩阵计算用户相似度,实现对用户潜在喜欢物品的预测推荐;③实现基于营养规则的水果搭配推荐算法(NCREC),将UBCFREC算法的推荐结果集作为输入进行分割,从规则库中查找对应的规则进行匹配并输出搭配推荐结果;④从提升水果的销量和改善消费者膳食营养结构的角度出发,将设计的UBCFREC算法和NCREC算法结合形成混合推荐算法,并模拟现实应用场景设计实现了水果搭配混合推荐商城APP,最终实现了对该算法的应用。针对算法的优劣,搭建了实验环境,开发了算法测试评价软件,采用离线实验方式对UBCFREC算法设计了兴趣度预测质量评价和ToP-N推荐质量评价两组实验,从算法精度、算法效率以及综合测度三个角度对离线实验的结果进行了评价分析,结果表明,本课题设计的水果搭配混合推荐算法能够有效提高水果搭配推荐的质量。
其他文献
随着移动互联网和数字媒体技术的快速发展,图像、音视频等多媒体内容给人们工作和学习带来了极大的便捷,但信息安全问题也随之而来。数字水印技术作为多媒体内容认证、篡改检
地震属性不仅可以直接用来研究地球介质的岩性、构造等,也可以反映介质的品质因数等参数。但是在实际应用中,属性参数的测量精度以及抗干扰能力往往存在一定的局限性,针对这
全波形反演以其高精度高分辨率的反演特点成为了近年来地震勘探的研究热点,并在石油、天然气等勘探领域具有重大应用前景。但是,全波形反演成像效果严重受制于不精确的初始模
语音是人类通信时最重要的信息载体,历来受到人们的重视。语音信号的处理经历了从模拟到数字的技术变革,然而语音数字化后给系统数据的存储和传输造成了很大的压力,因此语音
TD-LTE是我国拥有自主知识产权的3G标准TD-SCDMA的后续演进技术,旨在满足用户对日益增长的高质量移动多媒体服务的需求。OFDM、MIMO技术因在高速数据传输中具有良好的抗多径衰
当前灾害频发,但救援人员在救援现场的工作安全情况却一直没有有效的监测措施。如果能够在各种危险场合及时准确地监测救援人员的工作位置和工作状态,如人员在建筑物内的具体
LTE(Long Term Evolution)是全IP(Internet Protocol)的分组交换网络,以往2G、3G等电路域交换网络上的语音通话技术在LTE上已经不能够适用,因此需要一种新的全分组域的语音通
分形作为非线性科学的重要分支之一,其理论和方法在雷达、声纳、无线通讯、射电天文等诸多领域得到了广泛的应用研究。在前人研究成果的基础上,本文着重对海杂波的分形特性及其
随着无线通信业务的高速发展,频谱资源的严重不足日益成为遏制无线通信事业发展的瓶颈,感知无线电(CR)技术由于能有效提高频谱利用率而备受关注。传统的感知无线电技术需要检测
无线自组网是由一组自带无线收发装置的移动节点组成的无线网络系统。无线MAC协议处在无线自组网的较低层,它决定节点接入信道的方式。由于自组网的无中心、自治自愈、节点移