融合情感评论倾向与均衡长尾物品的推荐方法

推荐领域中已有研究较多的考虑属性维度在评分-物品上来提高算法的准确性,对于用户对产品的真实态度判断不够。论文利用LSTM神经网络模型将用户评论情感得分和用户评分进行融合分析,来计算用户对物品真正的兴趣度;运用向量空间对用户情感进行三分类,借鉴经济学中基尼系数的思想,引入惩罚因子通过对热门物品进行调节,发挥系统的长尾能力从而增加推荐结果的覆盖率,从而实现对热门物品和冷门物品被推荐程度的均衡优化。最后,对情感系数和惩罚系数参数的取值进行实验,得出最优模型参数组合,结果表明,评论的情感因素和惩罚系数对于构建性能更优的推荐模型效果明显,该模型在推荐的准确率和覆盖率上相较其他主流模型更加符合用户需求。

自热火锅的消费偏好调查和相关建议研究

文章以自热火锅为研究对象,采用线上调查问卷、实地深入访谈等方法,通过对消费者特征、消费者消费行为特征以及自热火锅产品自身特征进行统计分析,以此了解自热火锅市场现状,指出目前市场存在的问题,并提出了相关的发展建议,以破解发展瓶颈,优化消费者消费服务体验,推动方便速食产业可持续发展,让新经济文化在互联网红利背景下,更好地为消费者经济作出更大的贡献。

提升农村物流最后一公里配送质量的模式研究

随着国家乡村振兴战略的开启,农村地区将迎来新的发展机遇。乡村要振兴,物流要先行。它不仅事关农村居民的福祉问题,更关系到农村经济发展的通道问题。要从根本上缓解农村物流发展与经济发展的不匹配问题,着力提升农村物流最后一公里的配送质量。本文就农村物流最后一公里配送质量提升的必要性进行了分析,并对当前农村物流最后一公里优化中面临的问题进行了梳理,提出了"快递配送+超市经营"的当期发展策略,以通过对网点、装备、人员的渠道借力,在提升最后一公里配送质量的同时,全面缓解日益庞大的发展需求与供给能力之间的矛盾。

融合情景感知的音乐推荐方法研究

针对解决传统的音乐推荐主要基于“用户-项目”的二维分析,忽视了情景因素对于推荐结果的重要性的问题,在原有传统的协同过滤推荐的基础上融入情景信息,采用情景预过滤技术,将情景分为小数据集,根据当前情景找到对应数据集,利用隐式获取反馈评分转换解决数据稀疏性问题,计算与目标用户最近的K个邻居用户,将邻居用户项目集中评分较高而目标用户尚未评分的项目推荐给目标用户。研究结果表明融入情景信息后的推荐算法优于传统推荐算法,对优化音乐推荐系统起到一定借鉴意义。