農(nóng)資電子商務(wù)智能推薦模型研究.pdf

1、電子商務(wù)發(fā)展至今已經(jīng)成為能夠和實(shí)體購物相提并論的購物模式，其涉及的領(lǐng)域也越來越廣泛，從衣食住行到娛樂、文化等，甚至從逐漸飽和的城市轉(zhuǎn)移到尚待開發(fā)的農(nóng)村市場，可以說“無孔不入”，這種新的消費(fèi)模式的到來為廣大用戶帶來了極大的方便，然而它的副作用也不可忽視。以農(nóng)資電子商務(wù)網(wǎng)站為例，農(nóng)資商品信息、消費(fèi)者的需求信息以及其他各種信息充斥在互聯(lián)網(wǎng)這條信息高速路上，人們的需求和電商的供給本應(yīng)該像行駛在同一條高速路的兩端，通過相互碰撞得到各自的滿足，而由

2、于信息的泛濫使人們的需求和電商的供給走上了不同的高速路，偶爾的契合便如同交通事故的發(fā)生，不可預(yù)測。所以農(nóng)資智能推薦技術(shù)隨之而來，它將農(nóng)村市場、農(nóng)民用戶和農(nóng)資產(chǎn)品的特色與普通電子商務(wù)智能推薦系統(tǒng)相結(jié)合，理順了電商與消費(fèi)者的之間供需路徑，使消費(fèi)端的雙方都得到了滿足。
　　論文以為農(nóng)資用戶提供更好的商品推薦為出發(fā)點(diǎn)，深入分析了農(nóng)村市場、農(nóng)民用戶和農(nóng)資產(chǎn)品的特性，針對普通電子商務(wù)網(wǎng)站智能推薦系統(tǒng)在農(nóng)資推薦缺乏針對性的現(xiàn)狀，設(shè)計(jì)了農(nóng)資智能推

3、薦模型的架構(gòu)，提出了三種推薦模型，通過三種推薦模型的相互配合來提升用戶的消費(fèi)體驗(yàn)。
　　通過對農(nóng)資產(chǎn)品特性的分析，得知農(nóng)資產(chǎn)品的項(xiàng)目屬性是影響農(nóng)資用戶購買與否的關(guān)鍵，所以論文通過分析用戶對項(xiàng)目的評分去確定項(xiàng)目屬性對用戶的推薦效用，并對項(xiàng)目屬性效用進(jìn)行線性疊加得到用戶對項(xiàng)目的真實(shí)評分，使推薦更具有科學(xué)性。
　　而基于項(xiàng)目的推薦算法都是存在先天缺陷的，它們無法處理新用戶的問題，所以論文設(shè)計(jì)了基于用戶的推薦模式，使之成為基于項(xiàng)目推

4、薦模型的補(bǔ)充，并且通過Hadoop技術(shù)豐富了該算法的處理能力，為其應(yīng)對將來可能出現(xiàn)的大數(shù)據(jù)等更復(fù)雜環(huán)境提前做了準(zhǔn)備，提升了推薦系統(tǒng)的可擴(kuò)展性。
　　在完成了基于項(xiàng)目的推薦模型和基于用戶的推薦模型后，農(nóng)資智能推薦模型仍不能解決及時(shí)發(fā)現(xiàn)用戶新興趣的問題，所以論文設(shè)計(jì)了關(guān)鍵字搜索推薦模型，該推薦模型通過語義網(wǎng)絡(luò)確定用戶輸入的有效信息即關(guān)鍵字，并通過TD-IDF技術(shù)對關(guān)鍵字進(jìn)行了分類，確定關(guān)鍵字屬于用戶偏好范疇還是項(xiàng)目屬性范疇，從而確定相