基于用户行为特征的水果搭配混合推荐方法设计与实现

摘要

目前，果蔬生鲜等农副产品在网上逐渐热卖，本课题以水果为例进行研究，主要围绕两个问题展开：一是如何让用户快速在网上商城选择心仪的水果；二是水果如何搭配吃才更健康合理。因此，本课题为解决以上两个问题，主要从两方面展开研究，首先要根据用户个人行为分析用户的兴趣，根据用户的个人兴趣向其推荐喜欢的水果，即设计推荐算法；其次制定合理的搭配规则，针对用户可能喜欢的水果即兴趣水果群做相同功效的搭配推荐，最终实现一种基于用户行为特征的水果搭配混合推荐系统，为用户提供购买决策。
　　针对以上问题，本课题的主要工作包括：①分析电商平台中的用户行为特征，对用户行为特征进行建模，采用组合权重法计算用户不同行为对用户兴趣影响的权重，生成用户-物品兴趣度矩阵；②对基于用户行为特征的协同过滤推荐算法（UBCFREC）进行分析，改进了相似度计算方法，再通过生成的用户-物品兴趣度矩阵计算用户相似度，实现对用户潜在喜欢物品的预测推荐；③实现基于营养规则的水果搭配推荐算法（NCREC），将UBCFREC算法的推荐结果集作为输入进行分割，从规则库中查找对应的规则进行匹配并输出搭配推荐结果；④从提升水果的销量和改善消费者膳食营养结构的角度出发，将设计的UBCFREC算法和NCREC算法结合形成混合推荐算法，并模拟现实应用场景设计实现了水果搭配混合推荐商城APP，最终实现了对该算法的应用。
　　针对算法的优劣，搭建了实验环境，开发了算法测试评价软件，采用离线实验方式对UBCFREC算法设计了兴趣度预测质量评价和Top-N推荐质量评价两组实验，从算法精度、算法效率以及综合测度三个角度对离线实验的结果进行了评价分析，结果表明，本课题设计的水果搭配混合推荐算法能够有效提高水果搭配推荐的质量。

目录

声明

1 绪论

1.1 研究背景与意义

1.2 推荐系统概述

1.3 国内外研究现状

1.4 研究内容与组织结构

1.5 本章小结

2 相关理论与技术分析

2.1 推荐算法分析

2.2 相似度计算

2.3 用户行为分析

2.4 推荐质量评价

2.5 本章小结

3.1 用户行为采集与预处理

3.2 用户行为特征建模

3.3 用户行为兴趣度计算

3.4 本章小结

4 推荐算法设计与实现

4.1 水果搭配混合推荐算法设计

4.2 水果搭配混合推荐算法实现

4.3 推荐算法应用

4.4 本章小结

5 实验结果分析

5.1 实验准备

5.2 实验设计与分析

5.3 本章小结

6 总结与展望

6.1 总结

6.2 展望

致谢

参考文献

硕士学位期间取得的科研成果