优秀电子商务硕士论文范文提纲

优秀电子商务硕士论文范文提纲--点评网站用户影响力度量及用户动态行为预测方法研究

摘要：随着互联网和移动终端技术的发展和普及，以及在线互动网站技术的成熟，各种在线评论网站服务已经延伸到人们生活的各个方面，涵盖了日常生活中的食品、衣服、住房和交通。特别是，餐饮在线评论网站已成为用户普及率和利用率最高的网站，餐饮业也逐渐向电子商务发展，餐饮业电子商务的研究也成为前沿交叉学科的研究热点。用户在用餐前搜索在线评论网站，收集和比较信息，获取有用的信息，做出用餐决策已成为一种流行趋势。然而，随着餐饮业的电子商务和发展速度的逐年加快，在线评论网站不仅给用户带来了方便，也给用户带来了信息过载的麻烦。对于用户来说，如何在大量数据中有效地筛选信息，获取对他们有用的主要需求也是用户面临的主要问题。对于企业来说，如何使他们的餐厅在许多企业中脱颖而出，使他们的餐厅得到更多用户的认可是大多数企业面临的主要困难。对于网站来说，保持网站的热度，促进网站的可持续健康发展是最基本的需求。为了解决上述问题，越来越多的学者通过数据挖掘、机器学习等方法解决餐饮行业电子商务化中遇到的问题。针对上述餐饮行业电子商务发展过程中的问题，本文以Yelp在线评论网站为研究对象，降低用户用餐决策成本，提高用户用餐行为动态预测能力，提高网站推荐系统性能为主要目标，分析在线评论网站的用户影响和用户用餐行为，改进传统的协同过滤推荐模型。首先，通过用户影响力量，计算出具有较高影响力的用户。它可以帮助网站为这些用户制定合理的激励政策，使其保持活动，吸引更多的用户共同保持网站的热度，同时也可以为普通用户降低一定的信息筛选时间成本。然后分析用户用餐行为的动态变化，探索用户用餐的地理位置和口味变化趋势，预测用户后续的用餐行为，为提高网站推荐系统的性能提供依据。最后，可以实现网站、商家和用户的双赢局面，有利于促进餐饮业电子商务的发展，促进Yelp网站的电子商务模式更加成熟。本文的主要研究内容和成果包括：（1）本文改进了现有的用户影响测量方法。根据现有的主观加权法和客观加权法，确定用户影响测量指标的权重计算方法。本研究首先通过结合Yelp网站的用户属性来构建用户影响测量指标，然后提出了用户影响测量指标的综合计算方法。最后，对计算结果的比较分析证明，本文提出的方法优于单独使用主观加权法和客观加权法，更有利于网站衡量用户影响力，识别高影响用户。（2）本文挖掘和分析用户的用餐行为信息，研究用户用餐行为的变化趋势，建立用户的用餐行为网络，并引入信息熵来测量用户的用餐行为。分别从用户的用餐地理位置信息和用户的用餐口味信息来研究和分析用户的用餐行为。建立了用户用餐地理位置动态变化网络和用户用餐口味动态变化网络。通过信息熵测量分析，发现用户的用餐地理位置和用餐口味具有界限性和偏好，用户的用餐行为具有可预测性，为下一步推荐算法的改进提供了基础。（3）本文改进了传统的协同过滤算法，并提出了整合用户用餐行为信息的协同推荐模型。首先，在用户就餐行为信息分析的基础上，对用户就餐动态变化网络进行向量表征，描述用户的就餐行为偏好，并提出用户就餐偏好惯性系数的定义。针对传统协同过滤算法推荐和数据稀疏冷启动的问题，本文将用户就餐偏好惯性系数与用户评分信息相结合，融入传统协同过滤算法，完善了用户就餐行为信息的协同过滤推荐模型。与其他常用的推荐算法相比，本文的推荐算法性能有了显著提高。

关键词：用户影响力;用户行为信息;网络表征学习;协同过滤;

摘要

ABSTRACT

第1章绪论

1.1研究背景与意义

1.2国内外研究现状

1.2.1用户影响力研究现状

1.2.2用户行为研究现状

1.2.3餐厅推荐系统研究现状

1.3主要研究内容

1.4论文组织结构

第2章相关理论与技术简介

2.1用户影响力指标权重计算方法

2.1.1二元对比定权法

2.1.2熵值法

2.2社会化推荐技术

2.2.1基于内容的推荐算法

2.2.2传统协同过滤算法

2.2.3基于深度学习的协同过滤算法

2.3相似性度量

2.4数据集

2.4.1数据集介绍

2.4.2数据集基本属性

2.5本章小结

第3章Yelp社区用户影响力度量模型

3.1相关变量定义

3.2Yelp用户影响力度量计算方法

3.2.1改进的二元对比定权法

3.2.2熵值法

3.2.3综合权重赋值法

3.3实验

3.3.1实验数据

3.3.2数据预处理

3.3.3实验结果

3.4本章小结

第4章用户就餐行为信息挖掘分析

4.1用户就餐地理位置动态变化分析

4.2用户就餐口味动态变化分析

4.3用户行为模式熵度量

4.4用户就餐行为规律

4.5本章小结

第5章融合用户就餐行为信息的餐厅推荐算法

5.1就餐行为网络的表征学习

5.2融合用户行为信息协同过滤推荐算法

5.3实验

5.3.1实验数据

5.3.2数据预处理

5.3.3实验结果分析

5.4本章小结

第6章总结与展望

6.1总结

6.2展望

参考文献

致谢

[1]网络口碑对网站特性与消费者信任关系的调节作用研究[D].王标.哈尔滨工业大学2013

[2]在线实物零售网站服务质量评价指标体系研究[D].方伟.对外经济贸易大学2007

[3]导购网站服务质量对用户持续使用意愿的影响研究[D].童金花.华南理工大学2017

[4]消费者网上购物的网站体验对网上购买意愿影响的实证研究[D].陈洁.华南理工大学2012

[5]我国农业电子商务网站现状与服务模式研究[D].刘鹏.中国农业科学院2009

[6]商情网站的个性化信息服务研究[D].王莲.黑龙江大学2004

[7]省级政府网站面临的挑战及对策[D].宫雪梅.河北大学2006

[8]电子零售网站的E忠诚营销与策略分析[D].徐培.福州大学2003

[9]网站服务质量对网站粘性的影响及作用路径研究[D].尚慧娟.安徽工业大学2015

[10]消费者特征与网站满意度对消费者购买行为的影响研究[D].杨佩鸿.湘潭大学2014