计算机科学 ›› 2017, Vol. 44 ›› Issue (Z11): 46-50.doi: 10.11896/j.issn.1002-137X.2017.11A.008
丁铛,张志飞,苗夺谦,陈岳峰
DING Dang, ZHANG Zhi-fei, MIAO Duo-qian and CHEN Yue-feng
摘要: 随着电子商务的发展,餐饮行业现有的大多数管理系统落后于消费者和管理人员的需要,一种行之有效的方法是将推荐系统应用于餐饮管理,根据消费者的行为数据为用户点餐提供菜品的推荐。针对推荐系统中的冷启动问题,提出基于消费者行为的点餐推荐算法,设计出频度统计、关联规则和Markov链3个推荐引擎的加权组合推荐系统。在实际餐厅订单数据样本上,所提算法能够取得令人满意的推荐效果,且得到具有普适性的3个推荐引擎的组合权值(0.2167,0.5167,0.2666),同时得到最佳的推荐长度为3。
[1] 赵凌云.面向服务的消费者行为分析及推荐模型研究[D].济南:山东师范大学,2014. [2] ZHANG F,YUAN N J,ZHENG K,et al.Exploiting diningpreference for restaurant recommendation[C]∥International Conference on World Wide Web.2016:725-735. [3] 许海玲,吴潇,李晓东,等.互联网推荐系统比较研究[J].软件学报,2009,20(2):350-362. [4] ADOMAVICIUS G,TUZHILIN A.Toward the next generation of recommender systems:A survey of the state-of-the-art and possible extensions[J].IEEE Transactions on Knowledge & Data Engineering,2005,17(6):734-749. [5] 马宏伟,张光卫,李鹏.协同过滤推荐算法综述[J].小型微型计算机系统,2009,30(7):1282-1288. [6] 何明,刘伟世,魏铮.基于信任网络随机游走模型的协同过滤推荐[J].计算机科学,2016,43(6):257-262. [7] BREESE,JOHN S,HECKERMAN,et al.Empirical analysis of predictive algorithms for collaborative filtering[C]∥Fourteenth Conference on Uncertainty in Artificial Intelligence.2013:43-52. [8] 林惠珍,杨晨晖,李翠华,等.基于 Markov 链和关联规则的 Web 访问预测模型[J].厦门大学学报(自然科学版),2010,49(4):476-481. [9] GRY M,HADDAD H.Evaluation of web usage mining approaches for user’s next request prediction[C]∥ACM CIKM International Workshop on Web Information & Data Management.2003:74-81. [10] ZUCKERMAN I,ALBRECHT D,NICHOLSON A.Predicting user’s requests on the WWW[C]∥International Conference on User Modeling.1999:275-284. [11] 刑永康,马少平.多 Markov 链用户浏览预测模型[J].计算机学报,2003,26(11):1510-1517. [12] `ND `Z S,ZSU T M.A Web page prediction model based on click-stream tree representation of user behavior[C]∥ACM SIGKDD International Conference on Knowledge Discovery & Data Mining.2003:535-540. [13] 项亮.推荐系统实践[M].北京:人民邮电出版社 ,2012. [14] 于嘉.基于MAHOUT的几种推荐算法的组合实现与评测[D].武汉:华中师范大学,2015. |
No related articles found! |
|