移動(dòng)通信技術(shù)和移動(dòng)計(jì)算技術(shù)的成熟進(jìn)步,促進(jìn)了 O2O(Online to Offline)電子商務(wù)迅猛發(fā)展,給人們生活帶來(lái)了許多便利,改變了人們的生活和消費(fèi)方式。然而O2O商務(wù)中的服務(wù)商家大多數(shù)為本地服務(wù)商,經(jīng)營(yíng)規(guī)模較小,缺乏科學(xué)的管理手段和規(guī)范,且市場(chǎng)難以進(jìn)行有效的監(jiān)管,因此,各種不誠(chéng)信行為和服務(wù)質(zhì)量問(wèn)題層出不窮,給廣大消費(fèi)者的造成了利益損失,阻礙了O2O商務(wù)的健康發(fā)展。針對(duì)上述問(wèn)題,本論文通過(guò)分析O2O電子商務(wù)中交易實(shí)體的屬性特征,將信任管理引入到O2O環(huán)境的交易過(guò)程研究中,通過(guò)為商家聲譽(yù)建模,防范020商家的震蕩服務(wù)、欺詐、共謀等惡意行為。與此同時(shí),對(duì)用戶的社交網(wǎng)絡(luò)進(jìn)行信任建模,識(shí)別其信任網(wǎng)絡(luò)中的可信用戶群體,篩選出能夠給目標(biāo)用戶提供有效建議的可靠鄰居用戶,以提高目標(biāo)用戶咨詢信息的針對(duì)性。根據(jù)這些成果,結(jié)合用戶的個(gè)性化興趣偏好,為目標(biāo)用戶推薦可信的O2O服務(wù)及可信的O2O服務(wù)商家,并將Advogato信任模型引入到推薦方法中,提高推薦方法的運(yùn)行效率,更加適用于移動(dòng)環(huán)境下的推薦計(jì)算。具體的工作如下。(1)提出了一種面向O2O服務(wù)的移動(dòng)社交網(wǎng)絡(luò)可信群體識(shí)別模型(Trust Model based on Advogato-TMBA)。該模型結(jié)合Mark Granovetter的社會(huì)網(wǎng)絡(luò)理論,研究020商務(wù)中用戶信任網(wǎng)絡(luò)構(gòu)建所涉及的屬性特征和構(gòu)成要素,通過(guò)對(duì)Advogato信任模型進(jìn)行擴(kuò)展,考慮用戶的互動(dòng)程度、社交圈子相似性及興趣相似性,采用信任容量?jī)?yōu)先最大流搜索方法建立用戶的個(gè)性化信任網(wǎng)絡(luò),并對(duì)個(gè)性化信任網(wǎng)絡(luò)中的可信群體進(jìn)行快速識(shí)別和排序輸出。基于真實(shí)數(shù)據(jù)集的實(shí)驗(yàn)結(jié)果表明,TMBA模型在可信群體預(yù)測(cè)的準(zhǔn)確度、漏檢率及Top排序范圍方面比現(xiàn)有的方法效果更優(yōu)。(2)以面向O2O服務(wù)的移動(dòng)社交網(wǎng)絡(luò)可信群體識(shí)別模型為基礎(chǔ),提出了基于社交網(wǎng)絡(luò)可信群體的輕量級(jí)服務(wù)推薦方法。該方法對(duì)上述的TMBA可信群體識(shí)別模型進(jìn)行改進(jìn),根據(jù)信任網(wǎng)絡(luò)中用戶社交圈子相似度和互動(dòng)程度,計(jì)算用戶的局部信任權(quán)重,并融合局部信任權(quán)重和用戶的服務(wù)評(píng)價(jià)相似性,進(jìn)行目標(biāo)用戶的服務(wù)評(píng)分預(yù)測(cè);谡鎸(shí)數(shù)據(jù)集與其他推薦方法的對(duì)比實(shí)驗(yàn)表明,該推薦方法具有更高的服務(wù)評(píng)分預(yù)測(cè)準(zhǔn)確度,能更有效的抵抗惡意用戶的托攻擊行為,并具有更低的計(jì)算復(fù)雜度。(3)提出一種多維度的O2O服務(wù)提供商聲譽(yù)計(jì)算模型。該模型克服了現(xiàn)有聲譽(yù)模型以用戶評(píng)價(jià)作為主要因素進(jìn)行聲譽(yù)計(jì)算的不足,通過(guò)商家客流量和商家歷史運(yùn)營(yíng)時(shí)間長(zhǎng)度等客觀因素計(jì)算商家的實(shí)體聲譽(yù),通過(guò)消費(fèi)金額偏離度、地域距離、客戶評(píng)價(jià)等因素計(jì)算商家的服務(wù)聲譽(yù),最后融合生成商家的綜合聲譽(yù)。該模型既考慮了用戶主觀評(píng)價(jià)數(shù)據(jù)的重要性又考慮了商家的客觀運(yùn)營(yíng)數(shù)據(jù),能更加細(xì)膩合理地反映O2O服務(wù)商家的真實(shí)聲譽(yù),同其他聲譽(yù)模型相比,能更有效抑制惡意用戶的欺詐行為。(4)以O(shè)2O服務(wù)提供商聲譽(yù)計(jì)算為基礎(chǔ),提出了一種基于聲譽(yù)計(jì)算的可信O2O服務(wù)提供商推薦方法。該推薦方法基于原始用戶服務(wù)評(píng)價(jià)矩陣,通過(guò)計(jì)算用戶對(duì)服務(wù)的加權(quán)評(píng)價(jià),產(chǎn)生用戶對(duì)O2O服務(wù)提供商的綜合評(píng)價(jià),進(jìn)而得到整體的用戶商家綜合評(píng)價(jià)矩陣,并將商家的聲譽(yù)因素考慮進(jìn)來(lái),計(jì)算用戶之間的商家偏好相似性,然后對(duì)目標(biāo)用戶進(jìn)行O2O服務(wù)提供商評(píng)分預(yù)測(cè)。基于真實(shí)數(shù)據(jù)集的對(duì)比實(shí)驗(yàn)表明,該推薦方法具有更高的評(píng)分預(yù)測(cè)精度,且能更有效的抵抗惡意用戶的欺詐行為。
【學(xué)位授予單位】:江西財(cái)經(jīng)大學(xué)
【學(xué)位級(jí)別】:博士
【學(xué)位授予年份】:2017
【分類號(hào)】:F713.36;F274
文章目錄
摘要
Abstract
1 緒論
1.1 研究背景
1.1.1 O2O商務(wù)概述
1.1.2 O2O商務(wù)交易流程
1.1.3 O2O商務(wù)的信任閉環(huán)及可信推薦
1.2 研究意義
1.2.1 理論意義
1.2.2 實(shí)踐意義
1.3 研究?jī)?nèi)容
1.4 論文的創(chuàng)新點(diǎn)
1.5 論文的組織結(jié)構(gòu)
2 信任及相關(guān)推薦方法綜述
2.1 信任
2.1.1 信任定義
2.1.2 信任的屬性特征
2.2 聲譽(yù)
2.2.1 聲譽(yù)定義
2.2.2 聲譽(yù)與信任的關(guān)系
2.3 信任模型的體系結(jié)構(gòu)
2.3.1 集中式信任模型
2.3.2 分布式信任模型
2.4 信任評(píng)估方法
2.4.1 單節(jié)點(diǎn)信任評(píng)估方法
2.4.2 群體信任評(píng)估方法
2.4.3 信任網(wǎng)絡(luò)的構(gòu)建和信任傳遞
2.5 O2O商務(wù)信任研究現(xiàn)狀
2.5.1 O2O商務(wù)信任新的屬性特征
2.5.2 O2O商務(wù)信任的研究現(xiàn)狀
2.6 推薦方法的分類
2.6.1 協(xié)同過(guò)濾推薦方法
2.6.2 基于內(nèi)容的推薦方法
2.6.3 其他推薦方法
2.7 O2O相關(guān)推薦方法研究現(xiàn)狀
2.7.1 基于社會(huì)網(wǎng)絡(luò)的推薦方法
2.7.2 基于位置的推薦方法
2.7.3 基于信任的推薦方法
2.7.4 O2O推薦方法研究的問(wèn)題
2.8 本章小結(jié)
3 面向O2O服務(wù)的移動(dòng)社交網(wǎng)絡(luò)個(gè)性化可信群體識(shí)別模型
3.1 問(wèn)題的提出
3.2 相關(guān)研究
3.3 Advogato模型概述
3.4 TMBA模型
3.4.1 問(wèn)題的形式化
3.4.2 信任容量的分配
3.4.3 個(gè)性化信任網(wǎng)絡(luò)的構(gòu)建
3.4.4 信任容量的傳遞
3.4.5 信任容量?jī)?yōu)先最大流搜索方法
3.4.6 TMBA模型的性能分析
3.5 實(shí)驗(yàn)與分析
3.5.1 實(shí)驗(yàn)數(shù)據(jù)集
3.5.2 實(shí)驗(yàn)評(píng)價(jià)方法
3.5.3 參數(shù)β對(duì)預(yù)測(cè)性能的影響
3.5.4 實(shí)驗(yàn)對(duì)比
3.6 本章小結(jié)
4 基于社交網(wǎng)絡(luò)可信群體的輕量級(jí)服務(wù)推薦方法
4.1 問(wèn)題的提出
4.2 SEMBA信任模型
4.2.1 模型的形式化
4.2.2 本地信任網(wǎng)絡(luò)的構(gòu)建
4.2.3 信任容量?jī)?yōu)先最大流搜索方法
4.2.4 SEMBA模型和TMBA模型的區(qū)別與聯(lián)系
4.3 基于社交網(wǎng)絡(luò)可信群體的輕量級(jí)服務(wù)推薦方法
4.3.1 目標(biāo)用戶的服務(wù)評(píng)分預(yù)測(cè)
4.3.2 基于社交網(wǎng)絡(luò)可信群體的輕量級(jí)服務(wù)推薦方法
4.3.3 ComSEMBA推薦方法的性能分析
4.4 實(shí)驗(yàn)與分析
4.4.1 實(shí)驗(yàn)數(shù)據(jù)集
4.4.2 實(shí)驗(yàn)評(píng)價(jià)方法
4.4.3 實(shí)驗(yàn)結(jié)果與分析
4.5 本章小結(jié)
5 一種多維度的O2O服務(wù)商聲譽(yù)計(jì)算模型
5.1 問(wèn)題的提出
5.2 相關(guān)研究
5.3 ESRep聲譽(yù)模型
5.3.1 相關(guān)概念
5.3.2 ESRep模型工作流程
5.3.3 商家實(shí)體聲譽(yù)的計(jì)算
5.3.4 商家的服務(wù)聲譽(yù)計(jì)算
5.3.5 商家的綜合聲譽(yù)計(jì)算
5.4 實(shí)驗(yàn)仿真
5.4.1 聲譽(yù)機(jī)制的有效性驗(yàn)證
5.4.2 對(duì)比實(shí)驗(yàn)
5.5 本章小結(jié)
6 基于聲譽(yù)計(jì)算的可信O2O服務(wù)提供商推薦方法
6.1 問(wèn)題的提出
6.2 相關(guān)研究
6.3 基于聲譽(yù)計(jì)算的可信O2O服務(wù)提供商推薦方法
6.3.1 推薦方法的數(shù)據(jù)模型
6.3.2 用戶的商家偏好相似度計(jì)算
6.3.3 O2O服務(wù)提供商的聲譽(yù)計(jì)算
6.3.4 目標(biāo)用戶對(duì)O2O服務(wù)提供商的評(píng)分預(yù)測(cè)
6.3.5 基于聲譽(yù)計(jì)算的可信O2O服務(wù)提供商推薦方法
6.3.6 推薦方法的性能分析
6.4 實(shí)驗(yàn)與結(jié)果分析
6.4.1 實(shí)驗(yàn)數(shù)據(jù)集
6.4.2 實(shí)驗(yàn)評(píng)價(jià)方法
6.4.3 實(shí)驗(yàn)結(jié)果與分析
6.5 本章小結(jié)
7 總結(jié)與展望
7.1 總結(jié)
7.2 展望
參考文獻(xiàn)
攻讀博士期間完成的科研成果
致謝
【參考文獻(xiàn)】
相關(guān)期刊論文 前10條
1 朱蓓蓓;申芳瑜;;O2O模式的校園二手書(shū)的交易及推薦服務(wù)系統(tǒng)[J];科技創(chuàng)新與應(yīng)用;2016年32期
2 李普聰;鐘元生;;基于DTPB的移動(dòng)O2O商務(wù)消費(fèi)者采納行為研究[J];管理工程學(xué)報(bào);2016年04期
3 張維玉;吳斌;耿玉水;朱江;;基于協(xié)同矩陣分解的評(píng)分與信任聯(lián)合預(yù)測(cè)[J];電子學(xué)報(bào);2016年07期
4 劉偉;徐鵬濤;;O2O電商平臺(tái)在線點(diǎn)評(píng)有用性影響因素的識(shí)別研究——以餐飲行業(yè)O2O模式為例[J];中國(guó)管理科學(xué);2016年05期
5 肖云鵬;姚豪豪;劉宴兵;;一種基于云模型的WSNs節(jié)點(diǎn)信譽(yù)安全方案[J];電子學(xué)報(bào);2016年01期
6 徐軍;鐘元生;朱文強(qiáng);;一種基于直覺(jué)模糊理論的多維信任傳遞模型[J];小型微型計(jì)算機(jī)系統(tǒng);2015年12期
7 孔棟;左美云;孫凱;;O2O模式分類體系構(gòu)建的多案例研究[J];管理學(xué)報(bào);2015年11期
8 徐雅斌;孫曉晨;;位置社交網(wǎng)絡(luò)的個(gè)性化位置推薦[J];北京郵電大學(xué)學(xué)報(bào);2015年05期
9 艾丹祥;張玉峰;左暉;楊君;;基于情境語(yǔ)義推理的O2O移動(dòng)推薦系統(tǒng)研究[J];情報(bào)雜志;2015年08期
10 甘早斌;曾燦;馬堯;魯宏偉;;基于信任網(wǎng)絡(luò)的C2C電子商務(wù)信任算法[J];軟件學(xué)報(bào);2015年08期
本文編號(hào):
1994513