基于數(shù)據(jù)挖掘的商品資訊投送平臺研究與實現(xiàn).pdf

1、隨著電子商務(wù)網(wǎng)站信息量的迅速增長，給消費者獲取感興趣的商品信息帶來了困難，賣家也面臨著很難將商品信息精準發(fā)送給目標客戶的困境，而這些困難成為制約電子商務(wù)網(wǎng)站持續(xù)發(fā)展的問題。為解決上述問題，行業(yè)提出了商品個性化推薦技術(shù)。目前個性化推薦技術(shù)的推薦對象基本以商品本身為主，很少關(guān)注如商品打折、商品廣告、商品促銷等類似新聞的商品資訊文本信息。而向消費者發(fā)布這些資訊信息都是線下商店推廣商品很重要的方式，對消費者購買行為有很強的影響。針對該問題，本課

2、題構(gòu)建一個商品資訊投送平臺，幫助賣家將商品的資訊準確投送給目標客戶。
　　針對商品資訊投送平臺的需求，本論文提出了一個基于潛在語義索引的商品資訊精準投送模型。通過分析資訊投送的基本過程，很顯然影響精準匹配的最關(guān)鍵問題是推薦策略，而推薦策略中最重要的部分是信息表示模型。相比其它信息表示模型，潛在語義索引模型考慮到文本的語義結(jié)構(gòu)，并有效地解決了同義詞和多義詞的問題，在信息表示的準確方面比其它幾種模型都更具優(yōu)勢?；跐撛谡Z義索引的商品資

3、訊投送模型是對大量訓練文本進行預處理，將這些文本集表示成詞-文本矩陣，利用奇異值分解將詞-文本矩陣從高維矩陣降到低維矩陣，形成潛在語義空間。生成的潛在語義空間保留了原詞-文本矩陣的潛在語義關(guān)系，同時去掉了因具體用詞方式不同而帶來的噪聲信息，從而提高商品資訊投送的精準度。除此之外，消費者需求模型反映消費者的興趣，對商品資訊投送精準度有很強的影響，本論文通過分析消費者需求模型的不足，利用本體論改進消費者需求模型表達消費者需求的能力，從而進一