面向精准服务推荐的客户与服务知识粒度研究.pdf

面向精准服务推荐的客户与服务知识粒度研究.pdf

ID:52394203

大小:515.46 KB

页数:6页

时间:2020-03-27

面向精准服务推荐的客户与服务知识粒度研究.pdf_第1页
面向精准服务推荐的客户与服务知识粒度研究.pdf_第2页
面向精准服务推荐的客户与服务知识粒度研究.pdf_第3页
面向精准服务推荐的客户与服务知识粒度研究.pdf_第4页
面向精准服务推荐的客户与服务知识粒度研究.pdf_第5页
资源描述:

《面向精准服务推荐的客户与服务知识粒度研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、20l5年第19期scienceandTementResearch2015No_19doi:10.3969/j.issn.1000—7695.2015.19.028面向精准服务推荐的客户与服务知识粒度研究李冰,王虎(1.江西师范大学软件学院,江西南昌330022;2.武汉理工大学管理学院,湖北武汉430070)摘要:重点对客户与服务知识粒度进行探讨,提出客户与服务知识不同层次粒度之间的转换方法,通过实证分析,给出客户与服务知识的粒化以及粒度跃升的实现过程,为精准服务推荐的实施做好铺垫。关键词:服务推荐;客户知识;服务知识;粒计算;云模型中图分类号:F273;TP

2、301文献标志码:A文章编号:1000—7695(2015)19-0149—06ResearchontheKnowledgeGranularityofCustomerandServiceOrientedtoPrecisionSe~ceRecommendationLIBing,WANGHu(1.SoftwareCollege,JiangxiNormalUniversity,Nanchang330022,China;2.SchoolofManagement,WuhanUniversityofTechnology,Wuhan430070,China)Abstract:

3、Thispaperfocusesonexploringthecustomerandserviceknowledgegranularity,proposingtheconversionmeth-odforcustomerandserviceknowledgebetweendiferentlevelsofgranularity.Throughempiricalanalysis.thepaperputsforwardthepathofcustomerandserviceknowledgegranulationandgranularleap.Theresearchpav

4、esthewayforprecisionservicerecommendation.Keywords:servicesrecommendation;customerknowledge;serviceknowledge;granularcomputing;cloudmodel服务推荐是电子商务、客户管理等领域的一个务规则。重要研究课题,服务推荐的关键在于找出客户(用自Agrawal¨等人首次提出了Apriori数据挖掘户)特征与其服务需求之间的内在关联规律,从而算法后,HanJiawei口等学者又提出了AprioriTid、推测客户的未来服务需求,并实施推荐。在服

5、务推FP—growth等挖掘算法,但是这些方法仅限于单一荐领域,客户知识与产品知识呈现复杂化、多样化概念层次的频繁模式挖掘。随着技术的发展,人们的趋势,如何对其进行系统分析和管理显得越来越希望能从更高层次分析数据。余小鹏针对目前服迫切。服务推荐最主要的研究目标之一是如何提高务推荐算法所面临的稀疏性问题及可拓展性问题,服务推荐的精准性。目前,学者们在服务推荐领域提出一种新的多层关联规则推荐算法,用于挖掘用得出了很丰富的研究成果,但是其推荐的精准性仍户对服务项目的偏好,而且还建立了客户需求偏好不能满足现实需求,有关精准服务推荐的研究仍然的预测模型,该算法较其他算法具

6、有明显的优势。是研究的难点。精准服务推荐和客户与服务知识粒蔡宏果提出了一种能够挖掘网站服务器日志的热度之间有着密切的联系,基于粗粒度的客户与服务点网络页面访问集和关联规则的新算法,其将泛化知识往往只能推理出比较粗糙的、概况性的服务推技术运用于GEP作为它的适应性函数度量,借助荐内容,而基于细粒度的客户与服务知识则是推理GEP具有很强大的自搜索功能,待进化到比较优的出精准服务推荐内容的前提和保证。在服务的粒度种群之后,再利用传统的阈值设置方法,即支持度上面,精准服务推荐要求服务粒度很细,精确到对和置信度,对多层关联规则进行筛选,该算法对传各个个体客户进行“一对一”

7、推荐。要提供最低粒统的多层关联规则挖掘框架进行了改进。在多层级度的服务,就需要使服务推理规则的知识粒度最小服务的数据预处理方面,金胜男在概念分层基础化,让粗粒度的服务规则不断转变为更细粒度的服上提出一种数据预处理方法,对领域知识了进行表示,并将其和多层关联规则挖掘算法有机结合起来,收稿日期:2014—07—16。修回日期:2014—12—03基金项目:国家自然科学基金资助项目“基于客户行为分析的服务挖掘机理与模型研究”(71071122)项目来源:江西师范大学博士启动基金支持项目15O李冰等:面向精准服务推荐的客户与服务知识粒度研究构成了一种KDCHK知识发现系

8、统。熊馨基于概能、问题求

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。