基于用户网络购物行为的信息推送系统研究开题报告.docx

管 理 科 学 与 工 程 学 院本 科 生 毕 业 论 文（设计） 开 题 报 告题目：基于用户网络购物行为的信息推送系统研究学生姓名： 学 号： 专 业：信息管理与信息系统 班 级： 指导教师： 管理科学与工程学院 2017年2月25日选题背景、目的和意义1.1 选题背景:随着我国互联网技术的快速发展，互联网硬件设施得到快速普及。中国/industry/1594.html互联网络信息中心（CNNIC）在京发布第39次《中国互联网络发展状况统计报告》（下称《报告》）。这份《报告》显示，截至2016年12月，我国网民规模达7.31亿，普及率达到53.2%，超过全球平均水平3.1个百分点，超过亚洲平均水平7.6个百分点。全年共计新增网民4299万人，增长率为6.2%。中国网民规模已经相当于欧洲人口总量。其中，手机网民规模达6.95亿，占比达95.1%，增长率连续3年超过10%。而台式电脑、笔记本电脑的使用率均出现下降，手机不断挤占其他个人上网设备的使用。并指出，我国网民规模经历近10年的快速增长后，红利逐渐消失，网民规模增长率趋于稳定。2016年，中国互联网行业整体向规范化、价值化发展，同时，移动互联网推动消费模式共享化、设备智能化和场景多元化。1.2选题目的及意义为便于人们网购，实现网购多元化，对用户网购行为进行研究实现信息推送被认为是解决人们所喜好的网购需求的重要途径。要解决信息推送的问题，首先要从信息获取技术着手，从传统的“PULL”信息拉取方式转变为“PUSH”的信息推送形式[1]。传统的基于PULL技术的信息服务模式，存在以下三个缺点：(1)信息利用效率低下。在面对海量影视节目、视频节目、电视资源等信息时，用户没有耐心也没有时间去检索排在后面的信息资源，即便是利用搜索功能，也会对搜索出的众多结果无所适从。因此，节目信息资源利用率十分低下。(2)时效性差。当信息提供方有即时更新的信息时，用户无法第一时间获取自己感兴趣的信息。(3)操作难度大。因为当电视机被“网络化”后，获取信息的操作势必复杂化、“电脑化”。这就要求用户有一定的专业知识背景。如今人们生活节奏越来越快，基于传统的“PULL”信息获取方式给人们快速获取信息造成障碍。要克服信息利用效率低下、时效性差、操作难度大的缺点，就要求我们研究如何快速有效的获取和预测智能机用户的兴趣主题和兴趣度并采取高效、便捷的推送技术将用户感兴趣的节目内容资源及时呈现给用户，从而改善用户体验。因此，对基于用户网购行为的信息推送系统的研究具有重要的理论价值和商业意义。采用“PUSH”的信息推送形式可以实现从传统的“人找信息”到“信息找人”的转变[1]。现有个性化信息推送模型，都是针对获取互联网内容的电脑用户。电脑用户可以很方便的参与对网络内容的显式评价反馈，同时还可通过Cookie、BookMark等众多途径记录用户浏览行为。二、文献综述2.1国内研究现状目前，推送技术是国内外学者研究的一个热点，它对推送质量有着直接的影响。当前应用比较广泛的推送技术主要有以下三种：RSS(Really Simple Syndication)推送技术、Agent推送技术、协同过滤推送技术。RSS推送技术是基于XML技术的互联网内容发布和集成技术。它是通过用户手动添加感兴趣内容的站点地址来被动获取相关主题信息。这种技术的优点就是用户一旦设置好兴趣源地址，直接等待感兴趣信息送到跟前，在一定程度上提高了信息获取效率。但是不足之处是用户无法对推送的信息进行反馈和选择，无法保证用户个性化需求。最近几年，国内学者对Agent推送技术做了不少研究，比较有代表性的有林小勇提出了一个基于多Agent的个性化信息推送系统的模型[2];杜军平等人实现了基于Agent的电子商务交易平台中分布式信息推拉[3]。随着研究的深入，发现Agent推送技术存在着各个Agent兼容性差、安全性和可靠性不高等问题。协同过滤推送技术是目前被学者研究最多也是应用最广泛的一种推送技术，协同过滤技术主要包括基于用户过滤、基于项目过滤以及基于模型过滤这几种方法。这些方法各自都有自己的优缺点和具体的应用领域。许多学者利用协同过滤推送技术做出了卓有成效的研究：针对数据稀疏性问题，李聪、邢春晓等人提出了基于领域最近邻的协同过滤推送算法[4]；针对数据稀疏情况下预测精度不高的问题，郭艳红等人提出一种稀疏矩阵下的个性化改进策略。[5] 2.2国外研究现状应用RSS推送技术比较典型的系统主要有：陈峰等人[6]提出的信息服务联盟内容聚合服务方式、Wendy G.Wu等人[7]实现的图书指南系统以及Hao Han等人[8]实现的网络新闻提取系统。Agent推送技术本质是一个计算实体，它能够感知周围环境的变化，可以自主进行推断、计算等行为。Agent这个概