网络消费者偏好挖掘模型构建及应用研究

《网络消费者偏好挖掘模型构建及应用研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、I的分类号UDC密级学号桂林电子科技大学硕士学位论文题目（英文）网络消费者偏好挖掘模型构建及应用研究Researchononlineconsumerpreferenceminingmodelandapplication研究研究生生学姓号:名:102051109刘同存指导教师姓名、职务:刘枚莲教授申请学位门类:管理学硕士学科、专业:管理科学与工程提交论论文答文日期:辩日期:2012年4月2012年6月2012年6月11日网络消费者的偏好挖掘与应用研究独创性（或创新性）声明本人声明所呈交的论文是我个

2、人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得桂林电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。申请学位论文与资料若有不实之处，本人承担一切相关责任。本人签名：日期关于论文使用授权的说明本人完全了解桂林电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属桂林电子科技大学。本人保证毕业

3、离校后，发表论文或使用论文工作时署名单位仍然为桂林电子科技大学。学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。（保密的论文在解密后遵守此规定）本学位论文属于保密，在本人签名：导师签名：年解密后适用本授权书。日期日期摘摘要要电子商务应用的普及极大的拓展了消费者的商品选择空间，降低了购买成本。但互联网信息量的指数增长也使消费者陷入“信息迷航”的困境之中，越来越难以从中找到感兴趣的商品。个性化推荐技术作为智能化的信息检索工具，有效的缓解了这一

4、难题，通过挖掘消费者的潜在偏好为其筛选满意商品，因此，推荐成功的关键在于精确挖掘消费者的潜在偏好。精确把握消费者的偏好特征及变化规律是困难的，但又是网络营销与个性化推荐技术研究领域的重要内容之一。在总结国内外消费者偏好挖掘模型研究与应用成果基础上，指出当前研究的不足，给出了偏好挖掘模型研究的相关理论；从探讨消费者偏好特征及变化规律入手，充分考虑到消费者偏好动态转移特性，通过分析消费者的历史购买偏好和购买决策过程的相关操作行为信息构建基于多数据源的偏好挖掘模型，并对其有效性进行了验证；为了体现模型的应用价值，将偏好挖掘模型应

5、用于个性化推荐中，根据构建的偏好数据矩阵寻找目标用户的最近邻居集，依据邻居用户的消费偏好为目标用户产生推荐。考虑到偏好数据矩阵的稀疏性，又提出基于商品属性聚类的缺失值填充方法，根据目标用户对目标商品所属类簇内其它商品的偏好初步评估对目标商品的偏好，达到降低数据稀疏性目的。最后，在从自主开发的旅游电子商务网站收集的数据集上实验分析，结果表明，基于本文偏好挖掘模型的个性化推荐精确度显著优于传统的推荐方法。本文在对消费者历史购买偏好和购买决策过程的操作行为信息分析基础上构建偏好挖掘模型，拓展了偏好挖掘研究的思路，为网络营销策划和

6、商品个性化推荐服务提供决策支持。关键词：电子商务；网络消费者；偏好挖掘模型；个性化推荐IAbstractAbstractTheapplicationsofe-commercegreatlyexpandconsumerchoicespaceandreducepurchasecost.Exponentialgrowthsofinternetinformationmakesconsumersfallintodilemmaof―InformationTrek‖,findingproductsthatconsumerinterest

7、edalsobecomingmoreandmoredifficult.Personalizedrecommendationtechnologyasanintelligentinformationretrievaltooleffectivelymitigatesthisproblembasedonconsumerpotentialpreference,so,miningconsumer’spotentialpreferencesisthekeypartofasuccessfulrecommendation.Itisdiffi

8、culttograspconsumer’spreferencecharacteristicsandvariation,whichisanimportantpartofonlinemarkingandpersonalizedrecommendationresearch.Pointingoutinsuffi