基于文本挖掘的智能推荐型外卖软件设计研究

为提高用户对外卖菜品的点击率与购买率,本研究设计了一款基于文本挖掘的智能推荐型外卖软件。该软件通过网络爬虫技术抓取用户在外卖平台上的购买信息,包括订单详情、用户评价等文本数据,然后利用自然语言处理技术对这些文本数据进行预处理,包括分词、去停用词等,以提取出有价值的文本特征,再通过特征选择算法从这些文本特征中筛选出最具代表性的特征,从而简化模型复杂度,提高推荐准确性。本研究采用了朴素贝叶斯分类器对处理后的文本特征进行文本挖掘,通过计算给定特征下不同类别的概率,朴素贝叶斯分类器可以预测用户的偏好类型,进而利用协同过滤算法实现个性化外卖菜品推荐。经实验验证可知,经该软件推荐的外卖菜品具有较高的购买率与点击率,同时该软件在推荐过程中可保持良好的归一化折损累计增益,能有效为用户推荐理想的外卖内容。