版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、浙江理工大學學位論文獨創(chuàng)性聲明本人聲明所呈交的學位論文是本人在導師指導下進行的研究工作及取得的研究成果。除了文中特別加以標注和致謝的地方外,論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果,也不包含為獲得浙江理工大學或其他教育機構的學位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻均已在論文中作了明確的說明并表示謝意。學位論文作者簽名:簽字日期:如\弋年弓月] 日浙江理工大學碩士專業(yè)學位論文 眾包配送中的服務推薦研究摘要在新
2、興領域共享經(jīng)濟的帶動下,最后三公里的配送服務領域也開始嘗試眾包物流,該模式以A P P 為平臺,基于廣大的社會資源基礎為用戶提供方便快捷的配送服務,而用戶滿意度是眾包物流平臺得以維護用戶和開拓市場的重要競爭手段之一,這也使得如何從大量的社會資源中獲取合適信息來滿足用戶的個性化配送服務需求成為目前眾包配送需要解決的關鍵問題之一。為此本文結合國家自然科學基金項目( 7 1 4 7 1 1 6 5 ) :“泛在計算環(huán)境中社會化驅動的情境感知個
3、性化信息服務研究”開展眾包配送中的個性化推薦研究,提出了基于配送服務多屬性多時序性評分的協(xié)同過濾推薦方法,同時探究了眾包配送中的個性化推薦對于用戶滿意程度的影響。本文的主要工作與貢獻包括:( 1 ) 提出將個性化與眾包配送相結合進行服務推薦從現(xiàn)有的眾包物流服務模式入手,針對存在的配送服務問題提出了基于用戶偏好的配送服務,即主要研究哪一種配送方案適合于目標用戶,將個性化與物流服務相結合來解決眾包物流發(fā)展中存在的配送服務質量問題。( 2 )
4、 量化屬性的評分波動性通過基于某一服務屬性進行用戶的評分波動性分析,并將引用信息熵進行量化后的值應用于目標用戶對單- - N .務屬性的評分預測和多屬性權重確定中。( 3 ) 基于單一服務屬性的最近鄰預測目標用戶評分通過構建“用戶一配送服務”評分矩陣獲取所有用戶對所有評分過的配送服務單- - N 務屬性的評分值,并通過計算相似值來獲取目標用戶的相似用戶,再結合最近鄰居算法獲取目標用戶對單一服務屬性的評分預測。( 4 ) 構建了多屬性多時
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 眾包配送中的服務推薦研究.pdf
- 眾包配送中的服務組合研究.pdf
- 配送型眾包物流的人貨供需匹配研究.pdf
- 開源眾包開發(fā)商推薦表
- 眾包模式下快遞企業(yè)末端配送路徑優(yōu)化研究.pdf
- 眾包中的機器學習問題研究
- 眾包物流開拓城市配送藍海的可行性研究
- 眾包中的機器學習問題研究.pdf
- 基于K-means-遺傳算法的眾包配送網(wǎng)絡優(yōu)化研究.pdf
- crowdsourcing recommendations from social sentiment社會情緒下的眾包推薦
- 軟件眾包的開發(fā)人員和任務推薦.pdf
- 基于財務共享服務的眾包模式研究--以芝麻菜會計作業(yè)眾包平臺為例.pdf
- 基于眾包的高校圖書館知識服務模式研究
- 基于眾包的高校圖書館知識服務模式研究.pdf
- 2014年眾包外文翻譯--眾包在營銷活動中的應用
- [雙語翻譯]眾包外文翻譯--眾包中用戶參與的理論模型
- 2013年眾包外文翻譯--眾包中用戶參與的理論模型
- [雙語翻譯]眾包外文翻譯--眾包在營銷活動中的應用
- 眾創(chuàng)、眾籌、眾包平臺調查問卷
- [雙語翻譯]眾包外文翻譯--眾包在營銷活動中的應用(英文)
評論
0/150
提交評論