基于用戶行為反饋的服務(wù)偏好挖掘方法研究.pdf

1、在數(shù)字化經(jīng)濟(jì)快速發(fā)展的趨勢(shì)下,在市場(chǎng)環(huán)境競(jìng)爭(zhēng)中,如何才能讓服務(wù)提供商與服務(wù)使用者之間的相互交互得到更進(jìn)一步的提升,對(duì)于服務(wù)提供商來(lái)說有著非凡的意義。服務(wù)提供商正在面臨著這樣一個(gè)問題,如何根據(jù)服務(wù)使用者來(lái)對(duì)每一個(gè)用戶提供針對(duì)性的商品或服務(wù)。
　　這當(dāng)中最能解決這個(gè)問題的就是個(gè)性化服務(wù)。個(gè)性化服務(wù)通過收集和分析用戶服務(wù)信息進(jìn)行用戶偏好的學(xué)習(xí);通過提供推送高質(zhì)量的服務(wù),培養(yǎng)忠實(shí)用戶以及吸引更多的新用戶。一個(gè)受用戶青睞的個(gè)性化推薦系統(tǒng)不僅

2、需要高超的推薦技術(shù),而且需要準(zhǔn)確性高的用戶數(shù)據(jù)。選擇用戶偏好模型,這樣系統(tǒng)就能夠很好的理解用戶興趣、偏好以及各種用戶信息,是個(gè)性化服務(wù)的基礎(chǔ)。用戶在網(wǎng)絡(luò)購(gòu)物時(shí)的各種行為與反饋中發(fā)現(xiàn)用戶興趣偏好,獲取高質(zhì)量用戶偏好信息,是當(dāng)前個(gè)性化推薦系統(tǒng)關(guān)鍵問題之一。
　　本文主要是研究根據(jù)用戶使用購(gòu)物網(wǎng)站的瀏覽行為,用戶對(duì)商品的評(píng)價(jià)反饋信息充分挖掘用戶對(duì)于服務(wù)的偏好,形成用戶較為完整的偏好模型,并以實(shí)例研究進(jìn)行驗(yàn)證,使得該方法能夠指導(dǎo)并實(shí)現(xiàn)一套

3、完整的用戶偏好挖掘模型,從而被個(gè)性化服務(wù)領(lǐng)域所應(yīng)用。
　　本文明確了建立用戶服務(wù)偏好模型是為個(gè)性化推薦系統(tǒng)提供偏好依據(jù)的重大意義。研究了用戶服務(wù)偏好的表示模型,包括用戶服務(wù)偏好模型的定義,用戶服務(wù)偏好模型的表示方法,提出基于層次向量空間的用戶偏好表示模型以及更新原理。該模型可以充分描述用戶偏好的層次關(guān)系,模型的更新可以調(diào)整用戶興趣偏好的準(zhǔn)確性。
　　最大程度的準(zhǔn)確表述出用戶對(duì)商品類型以及特定商品類型的屬性偏好。該模型可以再個(gè)

4、性化推薦系統(tǒng)中為用戶推薦合理的偏好商品,以提高推薦準(zhǔn)確率。在明確用戶服務(wù)偏好模型之后,本文將多屬性決策的方法來(lái)挖掘用戶服務(wù)行為的偏好。在說明用多屬性決策來(lái)基于用戶行為挖掘偏好的優(yōu)勢(shì),以及對(duì)多屬性決策進(jìn)行概述,描述了對(duì)屬性決策的理論基礎(chǔ),介紹了對(duì)屬性決策的決策方法中最重要的方法—簡(jiǎn)單加權(quán)法的基礎(chǔ)上,本文提出了簡(jiǎn)單加權(quán)法的逆過程—逆向加權(quán)法。
　　本文根據(jù)用戶網(wǎng)絡(luò)購(gòu)物的行為獲得商品排名,根據(jù)逆向加權(quán)法的思想對(duì)排名商品進(jìn)行用戶偏好的挖掘

5、,得到用戶對(duì)商品的偏好信息。用戶在購(gòu)物網(wǎng)站上購(gòu)買商品后,會(huì)對(duì)商品進(jìn)行簡(jiǎn)單的評(píng)價(jià)反饋。本文提出根據(jù)用戶的評(píng)價(jià)反饋來(lái)挖掘用戶對(duì)所購(gòu)商品的偏好。首先本文對(duì)中文商品評(píng)價(jià)反饋?zhàn)龊?jiǎn)要的共性分析。然后提出對(duì)商品評(píng)論進(jìn)行屬性詞和觀點(diǎn)詞提取的方法,本文用中國(guó)科學(xué)院計(jì)算技術(shù)研究所研制出了漢語(yǔ)語(yǔ)法分析系統(tǒng)ICTCLAS對(duì)評(píng)論句進(jìn)行分詞和詞性分析,用最近鄰匹配算法來(lái)獲取屬性詞和觀點(diǎn)詞。
　　之后我們對(duì)觀點(diǎn)詞進(jìn)行極性分析,研究了常用的極性分析方法,主要介紹