物流服務(wù)平臺(tái)中推薦系統(tǒng)的框架設(shè)計(jì)

李宏基

同濟(jì)大學(xué)軟件學(xué)院，上海 201804

0 引言

物流企業(yè)用戶對(duì)物流服務(wù)平臺(tái)有著不同的功能需求，然而現(xiàn)有的物流管理平臺(tái)往往對(duì)用戶提供同樣的服務(wù)組合方案，用戶的需求往往混雜在一些他并不關(guān)切的服務(wù)中。本文設(shè)計(jì)物流服務(wù)平臺(tái)中的推薦系統(tǒng)，該統(tǒng)采用基于用戶聚類的協(xié)同過(guò)濾推薦技術(shù)，根據(jù)用戶在瀏覽、試用物流服務(wù)過(guò)程中所收集的物流服務(wù)評(píng)分，將評(píng)分相似的用戶聚類，在用戶目標(biāo)所在的聚類中查找其最近鄰居并根據(jù)鄰居用戶的評(píng)分產(chǎn)生推薦，使得物流服務(wù)平臺(tái)能為不同的用戶推薦符合其自身需求的物流服務(wù)組合方案。

1 基于用戶聚類的協(xié)同過(guò)濾技術(shù)

1.1 協(xié)同過(guò)濾技術(shù)概述

協(xié)同過(guò)濾推薦是目前研究最多、應(yīng)用最成功的推薦技術(shù)。協(xié)同過(guò)濾推薦技術(shù)的優(yōu)點(diǎn)是能為用戶發(fā)現(xiàn)新的感興趣的信息，同時(shí)對(duì)推薦資源沒(méi)有特殊的要求。但基于用戶的協(xié)同過(guò)濾推薦需要在整個(gè)用戶空間上搜索目標(biāo)用戶的最近鄰居，隨著物流服務(wù)平臺(tái)的系統(tǒng)規(guī)模擴(kuò)大，用戶數(shù)量的不斷增多,在整個(gè)用戶空間上搜索目標(biāo)用戶的最近鄰居將非常耗時(shí)，因此，極大影響了推薦系統(tǒng)的實(shí)時(shí)性[1]。

1.2 基于用戶聚類的協(xié)同過(guò)濾技術(shù)

為了提高推薦系統(tǒng)的實(shí)時(shí)響應(yīng)速度，縮小目標(biāo)用戶最近鄰居的搜索范圍，研究者提出了各種不同的推薦系統(tǒng)算法?；谟脩艟垲惖膮f(xié)同過(guò)濾技術(shù)[2]是通過(guò)用戶評(píng)分的相似性對(duì)用戶聚類，然后根據(jù)聚類中的項(xiàng)目評(píng)價(jià)生成對(duì)應(yīng)的聚類中心，最后根據(jù)已有的用戶聚類尋找目標(biāo)用戶最近鄰居并產(chǎn)生推薦的方法?！?br>