基于Agent的顾客行为及个性化推荐仿真模型.pdfVIP

基于Agent的顾客行为及个性化推荐仿真模型.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于Agent的顾客行为及个性化推荐仿真模型.pdf

第33卷第 2期 系统工程理论与实践 Vo1.33.No.2 2013年 2月 SystemsEngineering— Theory& Practice Feb.,2013 文章编号:1000。6788(2013)02—0463—10 中图分类号:TP391.9 文献标志码:A 基于 Agent的顾客行为及个性化推荐仿真模型 金 淳,张一平 (大连理工大学 系统工程研究所,大连 116024) 摘 要 针对传统个性化推荐研究方法的局限性,提出一种基于 Agent建模与仿真的方法,通过 个体的交互作用所产生的涌现特征来分析移动电子商务环境下的顾客行为及个性化推荐策略的有 效性.以移动商务环境下的餐饮推荐系统为例,分析了消费活动过程中顾客与服务的交互行为,以 及情境因素对顾客消费的影响,构建了服务推荐及顾客行为规则,并在 REPAST环境下实现了本 Agent仿真模型.仿真结果表明:该模型可有效分析及预测服务推荐和顾客决策的涌现现象,并由 此推断顾客总体的消费趋势;同时,考虑情境因素的推荐模型的有效性比单独基于顾客个性化信息 的推荐模型有明显提高. 关键词 个性化推荐;Agent建模与仿真;情境;顾客行为模型;有效性评估 Agent—based simulationm odelofcustom erbehaviorand personalized recom mendation JIN Chun,ZHANG Yi—ping fInstituteofSystemsEngineering,DalianUniversityofTechnology,Dalian116024,China) Abstract Thispaperproposesan agent--based modelingand simulation method to overcomethelimi—- tationsoftraditionalpersonalizedrecommendationmethod.Customerbehaviorand theeffectivenessof personalizedrecommendation strategyundermobileelectroniccommercewereanalyzed accordingtothe emergencegenerated bytheinteractionsofeach agententity.Taking cateringrecommendation system undermobilee—commerceasan example.thispaperanalyzed theinteractionsofcustomerand serverin consumingprocessandtheimpactofcontexttocustomerconsuming,andtherecommendationand CUS— tomerbehaviorruleswerebuiltjthenonthisbasistheagentsimulationmodelWaSrealizedunderREPAST simulationenvironment.Thesimulationresultsshow thatthismodelcananalyzeand forecasttheemer— gence ofserverrecommendation and customerdecision,and accordingly deducethegeneralconsumer trends.Moreover,theeffectivenessofrecommendationmodelconsideringcontextisenhancedobviously comparedwiththatofmodelbasedononlycustome

文档评论(0)

wuyouwulu + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档