農(nóng)產(chǎn)品電子商務(wù)語義推薦方法研究.pdf

1、個(gè)性化推薦技術(shù)是根據(jù)用戶的個(gè)人喜好以及消費(fèi)記錄，推薦其喜愛的商品或者信息的一種技術(shù)，近年來逐漸成為研究的熱點(diǎn)。它普遍應(yīng)用于影視、電子商務(wù)、社交平臺(tái)、網(wǎng)絡(luò)電臺(tái)、音樂、新聞、媒體廣告等，可以解決“信息超載”問題，并能在一定程度上解決不同背景下用戶的個(gè)人需求。隨著農(nóng)業(yè)商品類電子商務(wù)的迅速增長，系統(tǒng)中儲(chǔ)存有難以計(jì)數(shù)的商品信息。然而原有的推薦技術(shù)無法深入解析用戶的喜好和特征，導(dǎo)致了信息綜合利用率較低。因此，為了提升向用戶推薦服務(wù)的客觀性、精準(zhǔn)性和

2、快捷性，研究農(nóng)產(chǎn)品電子商務(wù)語義推薦方法就顯得尤為迫切和重要。
　　針對(duì)電子商務(wù)個(gè)性化推薦系統(tǒng)中興趣推薦準(zhǔn)確性不高的問題，以大別山農(nóng)產(chǎn)品電子商務(wù)為研究對(duì)象，著重解決基于本體的語義推薦中的兩個(gè)重要問題——用戶興趣的語義建模問題和農(nóng)產(chǎn)品相關(guān)的語義推薦問題，提出了基于語義的農(nóng)產(chǎn)品電子商務(wù)語義推薦方法。研究了基于本體投影算法的用戶模型構(gòu)建方法；提出了基于相似度和相關(guān)度的語義推薦方法；開發(fā)了農(nóng)產(chǎn)品電子商務(wù)語義推薦系統(tǒng)。
　　論文研究的主

3、要內(nèi)容及取得的成果如下：
　?、傺芯苛嘶诒倔w投影算法的用戶模型構(gòu)建方法，解決語義用戶建模問題。通過抽取數(shù)據(jù)庫中商品的屬性和特征值的，對(duì)抽取后的屬性和特征值進(jìn)行處理，采用OWL語言表述方法手動(dòng)構(gòu)建茶葉領(lǐng)域本體，充分運(yùn)用其中的概念、屬性以及實(shí)例具體刻畫用戶個(gè)性化興趣，從語義方面解讀用戶喜好，最后使用投影算法生成用戶本體。
　?、谔岢隽嘶谡Z義相似度和相關(guān)度的語義推薦方法，處理了農(nóng)產(chǎn)品相關(guān)的語義推薦問題。通過計(jì)算本體中的分類和非

4、分類關(guān)系，利用語義相似度和相關(guān)度算法量化用戶模型中概念間的路徑距離和關(guān)聯(lián)程度，并且對(duì)其進(jìn)行興趣度預(yù)測，從而得出最相鄰用戶列表，最后將結(jié)果呈現(xiàn)給用戶，完成推薦。
　?、坶_發(fā)了Web端和android端的大別山農(nóng)產(chǎn)品電子商務(wù)語義推薦系統(tǒng)。后臺(tái)使用java語言，在Eclipse平臺(tái)上開發(fā)完成大別山農(nóng)產(chǎn)品電子商務(wù)智能推薦系統(tǒng)，并且驗(yàn)證了理論以及方法的真實(shí)性和可操作性。
　　論文研究成果對(duì)于提升信息認(rèn)知，滿足用戶的個(gè)性化需求，提高電子