基于在線購物行為的O2O推薦系統(tǒng)研究.pdf

1、近年來，傳統(tǒng)零售業(yè)受到來自電商的沖擊，正在向智能化商圈轉(zhuǎn)型。為了提高用戶在商圈中的購物體驗，方便用戶在商圈中快速找到符合自己興趣的點，推薦系統(tǒng)可以提供有效的幫助?，F(xiàn)有的推薦系統(tǒng)在電子商務(wù)領(lǐng)域已經(jīng)發(fā)展得非常成熟，得到了廣泛的商業(yè)應(yīng)用，然而在線下零售行業(yè)卻尚無成熟的案例?，F(xiàn)有的線下推薦系統(tǒng)主要分為基于熱門排序以及基于位置服務(wù)，前者由于沒有個性化推薦的能力，因而只適用于餐飲等行業(yè)的推薦；后者盡管是近年來學術(shù)界的熱點，但是由于其嚴重依賴于定位數(shù)

2、據(jù)質(zhì)量，要求苛刻，因而難以在真實場景中推廣。
　　鑒于當前零售行業(yè)對個性化推薦系統(tǒng)的強烈需求，以及現(xiàn)有的推薦思路的不足，本文改變了推薦思路，提出結(jié)合O2O模式的推薦系統(tǒng)。O2O推薦系統(tǒng)可以根據(jù)用戶在線上的購物行為，分析出用戶的消費偏好，并基于該偏好向用戶進行線下的推薦。O2O推薦系統(tǒng)最大的優(yōu)勢在于，線上數(shù)據(jù)對比線下定位數(shù)據(jù)而言，數(shù)據(jù)各方面的數(shù)量和質(zhì)量都有很大的優(yōu)勢，因此可以分析出更準確的用戶偏好。與此同時，由于推薦的過程經(jīng)歷了從線

3、上到線下的流程，O2O推薦系統(tǒng)也將面臨一系列的挑戰(zhàn)。
　　本文首先介紹了零售行業(yè)的現(xiàn)狀，闡明了本文的研究背景，然后對推薦系統(tǒng)的技術(shù)發(fā)展路線進行了綜述，介紹了當前線下基于位置推薦系統(tǒng)的研究。基于現(xiàn)有研究，得出了本文的研究思路。隨后，本文提出了O2O推薦系統(tǒng)的概念，分析出O2O推薦系統(tǒng)的優(yōu)勢，同時也列出了基于在線購物行為的O2O推薦系統(tǒng)所面臨的挑戰(zhàn)。為了克服這些挑戰(zhàn)，本文提出了O2O推薦系統(tǒng)所采用的一系列模型和設(shè)計，包括隨時間衰退的行