基于梯度提升回归算法的o2o推荐模型研究

基于梯度提升回归算法的o2o推荐模型研究

ID:35066730

大小:5.80 MB

页数:59页

时间:2019-03-17

基于梯度提升回归算法的o2o推荐模型研究_第1页
基于梯度提升回归算法的o2o推荐模型研究_第2页
基于梯度提升回归算法的o2o推荐模型研究_第3页
基于梯度提升回归算法的o2o推荐模型研究_第4页
基于梯度提升回归算法的o2o推荐模型研究_第5页
资源描述:

《基于梯度提升回归算法的o2o推荐模型研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、■TP39.分类号1.:単位代码;10361?W《获化义乂聲___论文题目;基于梯度提升回旧算法的020推荐模型妍究:作者姓名;滞仙荣专业名禄:软件工程导师娃名;孙克雷副教授完成时间—;二〇六年六月一?.-中图分类号:也391:.1论文编号学科分类号:520密级:公开安徽理王大学硕壬学位论文基于梯度提升回归算法的020推荐模型研究作者姓名:郊仙荣专业名称:飲件工稻研巧方向:数据挖掘导师姓名:巧席雷

2、导师单位:安徽理工大学答辩委员会主席:王根南论文答辩日期;2016年6月4日安徽理工大学研巧生处2016年6月6日ADissertationinSoftwareEngineeringResearchof020E乂ommerceR^ecommcndationModelonGradientBoostinReressionTreesggCandidate;DengXianrongSupervisor:SunKeleiSchoolof

3、ComuterScienceandEnineerinpggAnHuiUniversityofScienceandTechnology.168Shunen.R.No,ggRoad,Huainan,232001,PCHINA--I独创性声明本人声明所星交的学位论文是本人在导卿指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加1^标注和致谢的地方W外,论文中不包含其他人已经发表或撰写过的巧究成果,也不包含为获得安徽理工大学或其他教

4、育机构的学位或证书而使用过的材料一。与我同工作的同志对本研究所做的任何贡献均巴在论文中作了明确的说明并表示谢意。举位论文作者签名;日期=年^月日_1学位论文版权使用授权书水学位论方作者完全了解安徽理工大学有保留、使用学位论文的规定,目P;研究生在校攻读学位期间论文工作的知识产权单位慮于安徽理工大学。学校有权保留并向国家有关部口或机构送交论文的复印件和據盘,允许论文被查阅和借阅。本人授权^入有关数安徽理工大学可1乂将学位论文的全部或部分内容编据库进行检索,可采用影

5、印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书)学位论文作者签名;音签字日期::^乂年月9日]导师签名:签字日期年乃l、茲/i接沪a束穿摘要随着移动智能手机的普及,移动020电子商务迎来了广阔的市场空间,移动端的购物消费也更加普遍,基于此020电子商务的迅猛发展对推荐系统提出了更高的需求。针对当前020场景中的推荐模型,要求更准确更及时的个性化推荐系统,及基于移动位置迅速变化产生的推荐内容更新。本文在研究0一个月的真实20移

6、动电子商务模型和阿里己己生活类服务商品交易数据的基础上一,分析出用户基于自身的生活习惯会对某类服务商品产生周期性消费;其次在热口消费场景区域会形成马太效应,移动用户的平均消费倾向会大大提高;最后每个用户在当前位置场景的消费倾向的不同,影响了用户在当前场景的商品转化率。根据上述H个假设一,建立用户基于位置信息持征的偏好模型,提出了种改进的基于梯度提升回归算法的020电子商务推荐模型,在推荐算法中引入当前时间参数和位置参数。同时深入挖掘移动020电子商务中的用户行为日志,抽取能

7、辨别用户对商品服务购买行为的多个特征,然后将这些特征融入到梯度提升回归算法中,预测用户的购物行为。实验结果表明,改进的基于梯度提升回归算法的020电子商务推荐模型在实时性和准确性方面明显优于传统的推荐算法。关键词:梯度提升回归树,位置服务,个性化推荐,行为日志分析分类号:(巧311);--IIAbstractWiththepopularizationofmobilesmartphones,mobile020e乂ommerceisusherinin

8、abroadmark巧.Thereforethemobileendconsumtio打ismoreoularg,pppandhigherdemandsaremadeo打therecomme打dationsyst;em.Basedontherecommendedmodelincurrent020scenarioamoresed打candtimelersonalized,pyp化co

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。