【摘要】:在O2O商务中,人们常常希望得到服务商的推荐,而不只是单项服务的推荐。O2O服务提供商推荐与单项服务推荐有着许多本质的不同,在进行O2O服务提供商推荐时,需要考虑O2O服务提供商的多项服务的综合评价。最后,因为O2O服务提供商大多为本地服务商家,规模通常较小,缺乏科学的管理制度和诚信服务意识,还需要对商家的声誉进行重点考核。
在O2O商务中,人们常常希望得到服务商的推荐,而不只是单项服务的推荐。O2O服务提供商推荐与单项服务推荐有着许多本质的不同,在进行O2O服务提供商推荐时,需要考虑O2O服务提供商的多项服务的综合评价。同时,O2O服务主要集中在生活服务领域,用户的使用频率较高,且由于O2O服务质量易随时间发生改变,因此还需要考虑用户对服务评价的时间效用。最后,因为O2O服务提供商大多为本地服务商家,规模通常较小,缺乏科学的管理制度和诚信服务意识,还需要对商家的声誉进行重点考核。具体研究内容如下:
1.研究O2O服务提供商推荐与传统单项服务推荐的区别;
2.对传统的用户服务评价矩阵进行抽取,以O2O服务商家为单位,生成每个商家的服务评价矩阵;
3.在商家服务评价矩阵的基础上,计算得到用户对每个商家的综合评价,并生成用户商家评价综合矩阵;
4.在前述O2O服务商声誉计算模型的基础上,将用户评分等主观数据与商家的客观运营数据进行结合,对O2O商家的声誉进行评估、建模;(www.xing528.com)
5.将商家的声誉模型与用户商家评价综合矩阵进行融合,在为用户进行商家推荐时,既要能满足用户的个性化需求,又要保证推荐的商家是安全可信的;
6.在公开数据集上观察该推荐方法的运行效率和评分预测效果,并进行参数修正;
7.对比现有的推荐方法,验证该推荐方法的优越性和不足,并检验该推荐方法的抗欺诈能力。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。