电子商务中基于消费心理的个性化推荐方法研究计算机应用技术专业论文.docxVIP

沈阳航空工业学院硕士学位论文摘要 沈阳航空工业学院硕士学位论文 摘要 在电子商务领域，随着商品信息不断增加，用户想要找到自己所需要的商品显得更 加困难。如果电子商务网站需要获得更高的效益，则必须更好的满足用户的需求。个性 化推荐系统能很好的完成这一任务。使用户更容易找到自己感兴趣的商品。个性化推荐 系统可以提高用户的忠诚度及满意度，为企业创造更多的价值。 本文在对电子商务中的数据仓库、个性化推荐系统以及消费者心理进行深入研究的 基础上，分析了现有个性化推荐算法中存在的不足，将消费者心理学应用于个性化推荐 系统中。 首先，针对现有基于商品特征的个性化推荐算法中，不能准确描述消费者对商品特 征认识的问题，提出一种用户显意识下的多重态度个性化推荐算法，引入消费者多重态 度函数，从不同角度去描述消费者心理特征，使推荐结果更符合用户的需求，体现了不 同消费者对商品特征的不同认识。 其次，经进一步研究发现，基于商品特征的用户显意识多重态度算法没有考虑到用 户对商品特征认识的变化。针对此问题提出一种的适应用户显意识变化的推荐算法，在 推荐算法中加入用户近期兴趣权值以及用户历史兴趣权值，提高推荐精度，从而有效地 解决了在用户显意识发生变化时推荐结果不准确的问题。 为验证提出的个性化推荐算法的可行性以及正确性，本文建立了实验模型，并用 Java实现了提出的推荐算法，达到了预期效果。 关键词：电子商务；推荐系统；消费者心理；商品特征；多重态度 AbstractIn Abstract In the area of E．commerce，with the increasing commodity information，the users seem even more difficult to find the goods they need．If the e—commerce sites require a higher e街ciency,it must be to better meet the needs of users．Personalized recommendation system can accomplish this task well．To make it easier for users to find the goods they need． Personalized recommendation system can enhance customer loyalty and create more va．1ue for enterprise． This thesis study deeply from e-commerce data warehouse，personalized reconⅡnendation system and consumer psychology,and then analyzes the shortcomings of the current personalized recommendation algorithm； consumer psychology is used in personalized recommendation systems． First，for me problem of consumer’S attitude of goods can not be described accurately by featllre．based recommendation algorithm existing．This thesis presents a personalized recommendation algorithm based on multi．attribute model of attitude of user salient belief, user salient belief and multi．attribute model of attitude-based data weight are proposed．The algorithm describes USer’s psychology from different view,for this reason，the recoInlTlendafton result is more satisfied USer’S needs，reflects the different characteristics of consumer goods different consciousness． Second，by further study found that multi