基于粒计算的移动电子商务推荐系统研究

作     者：王长春 

作者单位：西南交通大学 

学位级别：硕士

导师姓名：刘盾

授予年度：2016年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：移动电子商务 用户模型 粒计算 个性化推荐 

摘      要：随着移动电子商务兴起,智能终端快速普及和社会网络广泛建立,并伴随着信息化领域的扩展、云计算理论的提出、语义学与本体论的兴起,人们已然进入大数据时代。然而,随着信息量的惊人膨胀,人们必须付出更大的成本才能在大量泛滥的信息中寻找到合适的信息。但是在信息检索、处理以及展示等方面相对于传统PC而言,移动终端有着明显的弱势。如何有效的分析用户需求,使用户不被信息的汪洋大海所淹没,以便捷高效的方式寻找用户的兴趣点,快速满足用户需求已成为移动电子商务研究的热点之一,移动电子商务推荐系统随之产生。与此同时,如何更好地适应移动电子商务所特有的移动性、虚拟性、个性化、极端数据、社会性等新兴特征也成为移动电子商务推荐系统研究的重点内容。作为信息处理的一种新的概念和计算范式,粒计算已经成为学术界近年来兴起的研究热潮。作为一种信息分类工具,粒计算的基本思想符合人们对实际客观世界的认知。通过发现和描述粒与粒之间的特定关系,粒的思想为移动电子商务推荐系统模型复杂数据问题的研究提供一条新的思路和方法。本文以移动电子商务推荐系统模型为研究对象,将粒度分析引入到移动电子商务推荐模型中,针对移动电商特性,借助推荐模型已有研究方法和手段,利用粒度分析中的粒化原则、合成原则、分层原则等,充分借鉴粒度分析中的基于结构化思维的哲学思想、基于结构化问题求解的方法论、基于结构化信息处理的计算模式,将多层次、多视角结构的思想引入到移动电子商务推荐系统模型中,构建一种基于粒计算的个性化推荐系统模型。在理论和方法上为移动电子商务推荐系统模型研究开辟一条新的途径,为解决实际问题提供科学依据。针对基于粒度分析的移动电商推荐的理论模型及方法,本文利用大众点评网成都站餐饮数据对个性化推荐模型进行实验分析,从推荐结果集合和属性粒子等方面分析推荐算法的准确度和多样性。本文研究不仅有望在理论和方法上为移动电子商务推荐系统模型研究难点开辟新的解决路径,而且可以拓展粒计算理论的应用领域,具有重要的理论和应用价值。