个性化推荐系统的分析与设计Word文档格式.docx
- 文档编号:19610833
- 上传时间:2023-01-08
- 格式:DOCX
- 页数:16
- 大小:559.47KB
个性化推荐系统的分析与设计Word文档格式.docx
《个性化推荐系统的分析与设计Word文档格式.docx》由会员分享,可在线阅读,更多相关《个性化推荐系统的分析与设计Word文档格式.docx(16页珍藏版)》请在冰豆网上搜索。
二、进度安排
第十七周礼拜一下午2:
00——6:
00,礼拜二下午2:
00,
礼拜五下午2:
00
第十八周礼拜一下午2:
礼拜三下午2:
附:
课程设计报告装订顺序:
封面、任务书、目录、正文、评分、附件(A4大小的图纸及程序清单)。
正文的格式:
一级题目用3号黑体,二级题目用四号宋体加粗,正文用小四号宋体;
行距为22。
课题:
一、问题描述:
对网络购物个性化推荐系统进行分析与设计,对购物流程进行分析,对购物中关键环节进行设计,实现对商品的录入、显示、修改、排序、保留、销售、售后效劳和客户治理等操作实现推荐结果准确性、推荐结果多样性、用户交互度、系统界面设计、系统交互设计、推荐透明度(推荐说明)。
二、功能要求:
一、用UML完成一个小型团购系统的分析、设计。
二、写出系统需求报告,说明系统的功能。
3、通过面向对象的分析和设计成立系统模型。
4、画出完整的用例图、类图、对象图、包图;
及时序图、协作图、状态图、活动图;
及组件图和配置图)
三、建模提示:
一、利用EnterpriseArchitect建模。
二、利用RationRose或StarUML建模。
四、其它
对该系统有爱好的同窗能够在实现上述大体功能后,完善系统的其它功能,专门是售后和客户关系治理。
1.概述
系统的背景分析
随着信息化水平的提高,网络己成为人们学习、工作和生活的重要组成部份。
如安在浩瀚的知识海洋中找到所需信息,己经愈来愈引发人们的关注。
传统的网络效劳没有考虑到用户不同,而以拓展信息范围,增加信息深度的方式为不同用户提供相同的信息空间。
面对庞大的数据源,用户迫切需要一种能够依照自身特点自动组织和调整信息的效劳模式,这就为电子商务推荐智能系统的产生和进展提供了契机。
随着电子商务规模的慢慢扩大,网上商品的种类和数量也快速增加。
商品不断丰硕,顾客购物选择的余地大大扩展,但顾客往往需要花费大量的时刻才能找到适合的商品。
这种阅读大量无关信息和商品的进程无疑会给消费者带来极大的不便,从而可能造成客户流失。
个性化推荐系统介绍
(1)个性化推荐的概念:
随着电子商务规模的慢慢扩大,网上商品的种类和数量也快速增加。
商品不断丰硕,顾客购物选择的余地大大扩展,但顾客往往需要花费大量的时刻才能找到适合的商品。
这种阅读大量无关信息和商品的进程无疑会给消费者带来极大的不便,从而可能造成客户流失。
为了解决这些问题,个性化推荐系统应运而生。
个性化推荐是依照用户的资料信息、爱好爱好和以往购买行为,向用户推荐其可能感爱好的信息和商品。
个性化推荐系统是成立在海量数据挖掘基础上的一种高级商务智能平台,以帮忙电子商务网站为其顾客购物进程提供完全个性化的决策支持和信息效劳。
(2)个性化推荐的作用:
成功的个性化推荐系统,向用户推荐他们感爱好的商品,从而促成交易,即将电子商务网站的阅读者转变成购买者;
在用户购买进程中向用户推荐自己确实需要但在购买进程中没有想到的商品,有效提高电子商务系统的交叉销售;
为用户提供个性化的推荐效劳的同时,与用户成立长期稳固良好的关系,从而有效保留客户,提高客户的忠诚度,避免客户流失。
(3)知名购物网站中个性化推荐应用:
淘宝网站为例,在登录已买到的宝贝页面,除能够查看到用户购物历史记录,还有推荐内容,如:
“您可能对这些宝贝感爱好”;
购物车页面的推荐,如:
“您可能感爱好的宝贝”、“猜你喜爱的”。
铛铛网为例,网站商有个性化推荐模块网站上有专门栏目“猜你喜爱”,点击进入,再分为“您可能感爱好的商品”“和您爱好相似的顾客还关注”;
在已购商品页面,有推荐“依照您购买的商品,铛铛猜您会喜爱”。
进入卓越亚马逊网站,提示用户“您好.请登录以获取为您订制的推荐”。
优势与劣势分析
(1)优势:
能搜集用户特点资料并依照用户特点,如爱好偏好,为用户主动作出个性化的推荐。
而且,系统给出的推荐是能够实时更新的,即当系统中的商品库或用户特点库发生改变时,给出的推荐序列会自动改变。
这就大大提高了电子商务活动的简便性和有效性,同时也提高了企业的效劳水平。
将电子商务网站的阅读者转变成购买者:
电子商务系统的访问者在阅读进程中常常并无购买欲望,个性化推荐系统能够向用户推荐他们感爱好的商品,从而促成购买进程。
提高电子商务网站的交叉销售能力:
个性化推荐系统在用户购买进程中向用户提供其他有价值的商品推荐,用户能够从系统提供的推荐列表中购买自己确实需要但在购买进程中没有想到的商品,从而有效提高电子商务系统的交叉销售。
提高客户对电子商务网站的忠诚度:
与传统的商务模式相较,电子商务系统使得用户拥有愈来愈多的选择,用户改换商家极为方便,只需要点击一两次鼠标就能够够在不同的电子商务系统之间跳转。
个性化推荐系统分析用户的购买适应,依照用户需求向用户提供有价值的商品推荐。
若是推荐系统的推荐质量很高,那么用户会对该推荐系统产生依托。
因此,个性化推荐系统不仅能够为用户提供个性化的推荐效劳,而且能与用户成立长期稳固的关系,从而有效保留客户,提高客户的忠诚度,避免客户流失。
(2)劣势:
该方式的普遍应用受到了推荐对象特点提取能力的限制较为严峻。
因为多媒体资源没有有效的特点提取方式,比如图像、视频、音乐等。
既使文本资源,其特点提取方式也只能反映资源的一部份内容,例如,难以提取网页内容的质量,这些特点可能阻碍到用户的中意度。
很难显现新的推荐结果。
推荐对象的内容特点和用户的爱好偏好匹配才能取得推荐,用户将仅限于取得跟以前类似的推荐结果,很难为用户发觉新的感爱好的信息。
存在新用户显现时的冷启动问题。
当新用户显现时,系统较难取得该用户的爱好偏好,就不能和推荐对象的内容特点进行匹配,该用户将较难取得中意的推荐结果。
对推荐对象内容分类方式需要的数据量较大。
目前,尽管分类方式很多,但构造分类器时需要的数据量庞大,给分类带来必然困难。
不同语言的描述的用户模型和推荐对象模型无法兼容也是基于内容推荐系统面临的又一个大的问题。
机遇与要挟分析
(1)机遇:
个性化推荐系统具有良好的进展和应用前景。
目前,几乎所有的大型电子商务系统,如Amazon、eBay等不同程度的利用了各类形式的推荐系统。
国内方面,知名购物网站麦包包、凡客诚品、库巴网、红小孩等都率先选择了本土最先进的百分点推荐引擎系统构建个性化推荐效劳系统。
在日趋猛烈的竞争环境下,个性化推荐系统能有效的保留客户,提高电子商务系统的效劳能力。
成功的推荐系统会带来庞大的效益。
另一方面,各类提供个性化效劳的Web站点也需要推荐系统的大力支持,国内推荐系统领航者百分点科技就Web站点个性化内容推荐方面也做出了奉献,在信息爆棚的今天,实施个性化阅读势在必行。
(2)要挟
1.商家千篇一概。
竞争猛烈网店的开办没有实体店的繁琐,只要会网上操作,扫描相关证件等待审核通过即可开始网店销售。
正因为如论文联盟。
此简单的操作,使得网店铺天盖地的显现,而且网店所销售的商品大同小异。
2.网购监管制度不够健全。
网络时期的网购依旧存在众多问题,网络监管的缺失使得网购存在隐患。
网店数量众多,是不是存在钓鱼网站或欺骗消费者钱财的网站无法验证。
随着网购普遍化,买家和卖家因为商品显现纷争也没有相应法律能够解决。
国家尽管有少数法律法规涉及到网络监管内容,可是专门针对网上购物相关的法律法规少之又少。
网购显现问题时,买家的消费者权益保护存在疑问,不明白该如何保护自身的合法权益。
3、买家忠诚度难维持。
买家网购商品一样是在商品打折促销的时候,从中挑选自己以为是最符合自己设定价位的商家。
关于购买的商品,若是得手后发觉并非是自己理想中的商品样子,如此会使买家再也不购买。
事实上,网民的增加或网购网站注册会员的数量增加也并非能说明买家的增多。
如何维系买家的忠诚度是网购需要解决的问题,也是维系网购长盛不衰的重要因素。
4.系统平安缺失。
归因于系统的开放性,推荐系统易蒙受到人为解决。
解决者通过注入虚假用户概貌信息,试图改变系统的推荐结果以达到自己的企图。
咱们将这种解决称之为用户概貌注入解决(Profile
Injection
Attack)或托解决(Shilling
Attack)从大体的随机解决、平均解决到复杂的流行解决、分块解决等。
最近的研究说明大部份的流行协同过滤算法很容易被虚假用户概貌解决所操纵,致使用户对系统中意度的下降。
典型的,解决者通过对虚假用户概貌中的目标项目给予最大值或最小值来对推荐系统造成要挟。
而且,注入的用户概貌与真有效户概貌相似度很高。
依照解决者的用意,咱们将提升目标项目的解决称为推解决(Push
Attack),而将打压目标项目的解决称为核解决(Nuke
Attack)。
3.系统的领域分析(四色建模法)
领域建模有很多种方式,关于一样的问题域利用不同的建模手腕取得的模型可能也不尽相同。
四色建模法(ColorUML)是由PeterCoad发明的一种建模方式,将抽象出来的对象分成四种原型(archetype)。
时标性对象(moment-interval)
企业的业务系统要紧的目的之一,确实是记录经济往来的足迹,并将这些足迹形成一条有效的追溯链。
这些足迹通常都具有一个特性,即它们都是时标性对象(moment-interval)。
这种对象表示那些在某个时刻点存在,或会存在一段时刻的,如此的对象往往表示了一次外界的请求,比如一次询价(Quotation),一次购买(Sale),如此的对象表示的都是系统的价值所在,因此也是最重要的一类对象,一样用粉红色来表示。
如此的对象一样都有一个起始时刻和终止时刻,和一个唯一的标识号,用来唯一的标识这一次客户请求,比如PolicyNo.
发觉这些时标性对象确实是建模的起点。
关于这些时标性对象略加整理,咱们就取得了整个领域模型的骨干:
图时标性对象(moment-interval)
人、地址、物(party/place/thing)
在取得骨干以后,咱们需要丰硕那个模型,使它能够更好的描述业务概念。
这时,咱们需要补充一些实体对象。
通常实体对象有三类:
人,地址,物(party/place/thing)。
这种对象往往表示的是一种客观存在的事物,例如:
人,组织,产品,配件等等,这些事物往往会在一种moment-interval中扮演某个Role,比如某个人会在一次购买中扮演Customer的角色,也能够在询价中扮演询价人的角色。
这种对象第三重要,因此一样用绿色来表示。
这种对象一样都有Name,Address等属性。
图实体对象(人,地址,物)
角色(role)
在那个基础上,咱们能够进一步抽象这些实体事若是参与到各类不同的流程中去的,这时,咱们就需要用到角色(role):
这种对象表示的是一种角色,往往由人或物来承担,会有相应的责任和权利,一样一个moment-interval对象会关联多个Role,比如说一次询价(Quotation)涉及到两个Role,询价人(Quoter)和询价的产品(ProductforQuotation),这种对象是除moment-interval对象外最重要的一类对象,一样用黄色来表示。
这种对象一样都有一些被moment-interval对象请求的操作,用来完成它们的职责。
图角色(role)
描述对象(description)
最后再把一些需要描述的信息放入描述对象(description)。
这种对象一样是分类用或描述性的对象,一样某个Thing,Place,Party会属于某个Description,要紧用来表示一类事物,它的属性一样都是这一类事物都有的属性,这种对象一样用蓝色来表示。
这种对象一样都有type,defaultValue等属性。
图描述对象(description)
咱们就得了应用四色建模方式(colormodeling)成立的一套领域模型。
用例图
(1)个性化推荐系统UML用例图如所示:
图个性化推荐系统UML用例图
(2)绘制网站工作人员用例图,即卖家的用例图,如图所示:
图网站工作人员用例图
(3)绘制系统治理员用例图,即商城后台治理员的用例图,如图所示:
图治理员用例图
类图(功能逻辑类)
类图技术是面向对象的方式的核心,它表示系统中类与类之间的交互。
以下图显示了网上购物整个系统的类图。
个性化推荐系统物品UML类图如下所示:
图个性化推荐系统UML类图
时序图、协作图
(1)个性化推荐系统UML时序图如下所示:
图个性化推荐系统UML时序图
(2)用户注册本系统的用例工作流程,其序列图如图所示:
图用户注册序列图
(3)个性化推荐系统UML协作图如下所示:
图个性化推荐系统UML协作图
(4)用户登录用例的工作流程,其序列图如图所示:
图用户登录序列图
(5)用户查询商品用例的工作流程,其序列图如图所示:
图用户查询商品序列图
(6)网站工作人员登录本系统用例的工作流程,其序列图如图所示:
图网站工作人员登录序列图
(7)网站工作人员将商品上架用例的工作流程,其序列图如图所示:
图网站工作人员将商品上架序列图
状态图
(1)个性化推荐系统UML状态图如下所示:
图个性化推荐系统UML状态图
(2)顾客阅读商品协作图,如下图:
图顾客阅读商品协作图
整体结构图
个性化推荐系统整体结构图如下所示:
图个性化推荐系统整体设计图
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 个性化 推荐 系统 分析 设计
![提示](https://static.bdocx.com/images/bang_tan.gif)