摘要：针对目前商业数据的庞大与大众消费观念的转变问题,从信息挖掘的角度研究了商品个性化推荐系统的设计与现状。对国内外软件公司推出的各种个性化推荐引擎,分析其优势与劣势,总结现阶段个性化推荐系统存在的不足与发展方向。

摘要：将cookie技术与模式识别算法相结合,基于对用户历史使用习惯的数据挖掘,实现了互联网的个性化推荐等功能。提出的特征映射与聚类相结合的模式识别算法解决了SPADE算法不能反映类信息的问题与大量数据聚类时的效率低下,同时提出了与本算法相配合的cookie设计,从而完成了个性化推荐系统的整体设计。对于理解互联网用户行为,并且以此为基础提升用户体验有着相当重要的作用。

摘要：互联网的日益发展使我们处于一个信息过载的时代,对个性化信息服务的诉求也越来越强烈,个性化推荐系统正是解决以上问题的方法。本文基于个性化推荐系统的后台原型,比对市面上穿衣搭配、导购类应用做出了未来穿搭应用的猜想。

摘要：为了进一步拓宽皮革制品的营销渠道,促进企业的可持续发展,本研究对皮革制品个性化电商网站系统进行设计与分析,明确皮革制品电商网站个性化设计的必要性及主要途径。分别从视觉、导航、可持续发展三方面对网站设计进行个性化提升,通过该网站能够进一步提高消费者对皮革制品的购买欲,满足消费者多元化的消费需求,对皮革制品企业的稳定发展起到一定推动作用。

摘要：针对手机品牌众多、用户难以快速选择心仪手机的问题,基于Android设计手机推荐APP。该APP采用C/S模式、JFinal、OkGo等构建框架,从用户需求出发,设计APP客户端的架构、软件结构、数据、界面、手机参数详解、热门手机排行以及关键问题解决方案等。重点研究了依据用户行为的个性推荐算法,以及核心模块–搜索、筛选的类与接口和功能设计。实现依据手机参数的精确推荐和用户喜好程度的个性推荐,并按上市时间、售价、跑分等多种方式展示推荐手机。经测试,该APP功能运行稳定。该APP从专业的角度为顾客推荐心仪手机,精准、时效、高效,具有一定的应用价值,对其他家电APP的设计也具有一定的借鉴作用。

摘要：通过对已有声音收集平台和ASMR现状的研究,设计以ASMR为特色、综合利用有价值声音的交流平台。首先研究声音的整合管理、ASMR的资源收集和利用,整合网络上分散的声音资源、收集用户自我创作的声音,再基于SSH框架设计开发声音分享交流平台,供所有声音爱好者交流分享,实现混合过滤算法向用户推荐声音等功能。

摘要：O2O模式已成为移动互联网环境下餐饮业的发展方向,如何向用户精准地推荐所需餐食成为餐饮服务平台关注的热点问题.协同过滤是目前餐饮推荐系统中运用最广泛的技术,但随着信息量的增加,协同过滤技术面临着数据集稀疏性和冷启动等问题.文章针对餐食数据矩阵的稀疏性问题,设计一种基于SVD技术协同过滤的餐饮推荐系统,实验表明该技术能够提升协同过滤算法的评估精度与评估效果.

摘要：针对现有旅游软件缺乏个性化推荐、旅游路线推荐雷同和泛化等问题,引入用户画像思想,通过给系统用户和旅游景点配置多种属性,准确描述用户画像及旅游线路画像,并依据画像给用户更准确地推荐理想的景点及旅游线路,达到满足用户个性化需求的目的。通过系统测试与分析,验证了该系统的有效性。

摘要：在智能手机市场快速发展的同时,也产生了大量的移动数据流量。这些流量反映了人们在手机上的浏览情况和个人喜好。文中使用DPI&DFI技术解析客户端使用流量情况,使用网络爬虫技术及分词技术解析网页访问信息,最后汇总整合解析出的流量数据信息。以数据信息为输入建立偏好模型,计算得到用户对每一类业务的喜爱程度分数。将分数汇总列为用户偏好清单,以用户手机号为标识,各个分类的得分为内容。将此结果用于对移动用户的流量经营,为用户提供符合其流量使用偏好的推荐内容,提升流量规模和收入。

摘要：目前的服务推荐领域主要偏向于研究提升推荐的精准度,缺少对多样化推荐方面的研究。针对这一现状,提出一种考虑多样化选择因子的混合推荐策略。首先,提出客户对服务项目的多样性选择因子,具体包括二次选择因子、个性选择因子和热门选择因子。其次,基于3个多样性选择因子,提出一种多目标的混合推荐模型,在实施服务推荐之前先挖掘客户对不同多样化因子的偏好程度,运用马尔科夫链计算不同因子的权重,基于混合算法得出能同时满足客户所有多样性选择因子的服务项目。最后,针对冷启动问题,采用多智能体模拟的方法确定了冷启动阶段3个多样性选择因子的搭配比例。所提出的推荐策略弥补了已有的服务推荐理论的不足,对未来的智能化、主动化电子商务服务平台的设计提供了借鉴。