共查询到20条相似文献,搜索用时 843 毫秒
1.
在激烈的市场竞争中,如何精准定位买家的需求一直是电商平台需要考虑的重点问题。因此,研究用户的行为数据,通过这些数据的信息分析出买家的购买需求度,对实现个性化推荐具有一定的现实意义。根据某礼品批发电商平台一年的订单数据,分析用户在该电商平台的购买行为详细了解用户消费的个性化特征,选择基于用户协同过滤推荐系统算法,结合对热门商品流行度进行惩罚的方法,预测用户该月有可能购买的产品,并评估了算法的准确性。 相似文献
2.
提出了基于情境感知和终端适配的个性化信息推送系统模型.基于无线传感器网络技术,搭建用户情境感知模型,实时获取用户情境信息.基于RFID技术,实现终端设备信息的自动获取,并建立终端设备信息库及其关联机制,从而推送与终端适配的个性化信息.该研究将为个性化信息推送提供一种新的方法. 相似文献
3.
4.
针对孕幼人群设计了基于微信平台的移动学习系统,根据微信公众号的特点实现了微信平台自动答疑和内容推送功能。该系统的开发模式选用B/S架构模式,选择Django框架作为开发框架。该系统能够为用户提供快捷方便的自动答疑服务,根据用户需求智能回复;内容推送功能利用协同过滤与基于内容的推荐算法组合的个性化推荐算法实现,解决用户面对海量的信息内容引起的信息过载问题,定时合理推送用户感兴趣的内容。实验结果表明,该算法推荐精度明显高于传统推荐算法,以微信公众号为载体的学习系统贴合大众利用网络信息获取知识的习惯和阅读方式,也提高了微信平台的综合效用。 相似文献
5.
6.
李加军 《自动化技术与应用》2021,40(10):38-42
当前个性化推荐算法应用因未构建增量更新推荐模型,对电子商务平台的大数据进行处理,导致推荐结果不能及时更新,严重影响用户体验.因此,提出基于大数据技术的电子商务个性化信息自动推荐算法.首先对平台中用户与项目的相异度进行计算,利用计算后的相异度矩阵构建数据增量更新模型;然后,将该模型作为个性化推荐模型,引入IU-UserCF推荐算法,提高预测准确性;最后以电商物流为应用对象,将所提方法引入应用进行探索.实验对比结果表明,所提方法在电子商务应用中有着更加出色的推荐效果. 相似文献
7.
8.
用户行为模式下电子商务网站个性化推荐研究 总被引:1,自引:0,他引:1
个性化推荐可解决网络信息多样性与用户需求之间的矛盾。个性化推荐在电子商务应用领域取得了显著的成效。论文首先对四种主流的电子商务个性化推荐技术进行综述,其次提出用户行为模式下电子商务网站个性化推荐方法,其个性化推荐的实现一般包括用户行为聚类、个性化推荐二个模块,最后通过图书电子商务网站的实验对推荐方法的效果进行验证。 相似文献
9.
本文主要从分析现有的校园信息发布平台出发,围绕个性化主动信息推送这一目标,研究及探索一种基于移动网络和用户兴趣挖掘技术的校园信息推送系统。针对不同的用户订制个性化的服务策略和功能模式,并通过分析用户信息和浏览行为以及用户信息订阅来构建用户兴趣模型,主动将用户可能感兴趣的信息推送给他们,并对推送结果进行反向跟踪,实现信息的"推"技术,以此构建一个全新的校园信息推送服务系统,达到信息的主动投放和精确获取的效果。 相似文献
10.
电子邮箱的推送功能对信息传播和推广有重要作用,而科研在线云平台的邮箱推送功能出现信息过载问题后却使得推送邮件可能变成垃圾邮件。为解决该问题,本文介绍了一种基于科研在线云平台的个性化推荐系统,通过推荐模型将资源进行排序,并按周选取得分最高的一部分资源通过推送邮件推荐给用户。系统运行测试表明,通过个性化推荐的动态信息更加符合用户兴趣,有助于增加科研在线团队文档库动态汇总邮件的点击率,增强用户体验。 相似文献
11.
随着信息技术及智能移动设备的发展和普及,广告的推送方式和投放平台呈现多样化。传统电商推荐系统的运行速度较慢,无法根据根据用户的实际需求进行推荐。实时广告推荐系统作为应对这些挑战的有效手段,成为个性化服务领域的研究热点之一。文章重点分析了基于Spark的实时广告推荐系统,以期为相关研究提供借鉴。 相似文献
12.
第三方电子商务的个性化信息推荐系统 总被引:1,自引:0,他引:1
在分析已有成果的基础上,设计了一个面向第三方电子商务的个性化信息推荐系统,并详细阐述了该系统的体系结构、功能划分以及关键技术.该系统通过追踪用户的阅读行为、分析用户的喜好,进而学习用户的兴趣和行为,实现了主动向用户推荐个性化信息,个性化评比、个性化主题分类及版面配置的功能.实验结果表明,该个性化信息推荐系统具有较好的性能. 相似文献
13.
个性化推荐作为一种有效的信息获取手段已成功应用于电商、音乐和电影等领域。已有研究多数聚焦于推荐的精度,缺乏对推荐结果的多样性考虑,忽略了应用领域中被推荐项目的流程特性(如"互联网+政务"中办事项的推荐)。为此提出一种综合用户社区与关联序列挖掘(CAS-UC)的电子政务推荐算法,优先向用户推送利益关联最大的办事项。首先,对用户和办事项的静态基本属性以及动态行为属性分别进行特征建模;其次,基于用户的历史办事记录和属性相似度进行用户社区发现,预筛选出与目标用户最为相似的用户集,提高推荐结果的多样性,减少核心推荐过程的计算量;最后,办事项的关联序列挖掘充分考虑了电子政务的业务特性,加入时间维度的办事项序列挖掘,进一步提高了推荐结果的精度。以芜湖市易户网为平台载体,基于Spark计算平台对用户脱敏后的信息进行仿真,实验结果表明,CAS-UC适用于被推荐项目具有序列或流程特性领域的推荐,与传统推荐算法如协同过滤推荐、矩阵分解以及基于语义相似度的推荐算法相比,具有更高的推荐精度,用户的多社区归属因素增加了推荐结果的多样性。 相似文献
14.
15.
推送技术根据用户的兴趣来搜索、过滤信息,将用户感兴趣的信息主动推给用户,帮助用户高效率地发掘有价值的信息。本文主要研究证券信息智能推送系统中用户兴趣模型的建立,提出通过分析具有相似需求的用户的定制行为来主动给用户进行推荐的机制,建立全面的用户兴趣模型,发掘用户的兴趣信息,为用户提供个性化的服务策略和服务内容。 相似文献
16.
17.
18.
基于数据挖掘的个性化网页推送服务模式研究 总被引:1,自引:1,他引:0
周文鹏 《计算机与数字工程》2010,38(8):58-61
为满足用户及时获取个性化信息的需求,利用数据挖掘中的聚类分析方法对Web日志数据进行聚类,对网站已有用户的访问行为进行划分,得出各类别用户网页推送的数据集;采用关联规则方法提取聚类结果中各个簇的访问规则,完成个性化页面推送服务。结果表明该模式能够实现网站个性化页面推送的功能。 相似文献
19.
电子商务网站使用推荐系统来分析用户个人的喜好、习惯,并向其推荐信息、商品。针对传统的推荐系统在实际中存在着数据稀疏性及挖掘潜在需求的问题,提出利用ART神经网络的聚类特性与产品本体来设计电子商务推荐系统。同时,当用户的偏好类别偏少时,提出以形式概念分析为基础的概念相似度方法来提高推荐质量。实验表明该方法有效地提高了推荐效率。 相似文献