大数据推进系统论文

1、R4B号序32u88n5961号学岚晓李名姓评语：项目分数选题是否符合本课程内容（15分）摘要能否满足二要素，选择合适程度（15分）关键字选择合适程度（10分）论文格式（10分）论文逻辑性、层次性、文字流畅性、分析问题透彻性（30分）归纳与总结（10分）参考文献引用情况（10分）m2理管与济经展会级班广东财经大学答题纸课程大数据管理入门2016-2017学年第入学期成绩评阅人论文诚信承诺书我谨在此承诺：本人所写的论文系本人独立完成，没有抄袭行为，凡涉及其他作者的观点和材料，均作了注释，若有不实，后果由本人承担。承诺人（签名）：年月日大数据与推荐系统作者李晓岚摘要随着互联网的发展，每天在网上的各

2、种搜索、图片、微博、视频等产生了大量的信息数据，这些数据包括用户的个人信息、位置、银行信息、爱好等。我们可以利用大数据对巨量的信息进行捕捉、管理和处理分析，应用于各种商业、农业、医学等各种领域，这必然会推动互联网与社会相结合的发展。有谁掌握了大数据信息的处理与分析能力，在各自的领域必然会领先于其他的队伍带动行业的发展。首先，对大数据的在行业中应用的现状进行概念与例子分析。然后，介绍大数据环境下的推荐系统，还有结合淘宝的例子细说他们是如何利用大数据进行对用户的推荐的。这包括推荐系统的算法和评测。最后，举例现实生活中其他推荐系统，总结出推荐系统的优点。在此基础上，探讨由大数据衍生的电商推荐系统。关

3、键字大数据、推荐系统、关联用户、淘宝（电子商务）大数据应用（一）行业应用场景从大数据应用的行业场景出发，它应用于各个行业，分别有银行、保险证券、互联网金融、旅游、地产、交通、农业等行业。应用好了大数据就能提升业务的速度与质量，降低成本，更精准地有效地针对某一事物进行分析或改造或应用。电商是最早利用大数据分析的行业，客户交易信息和行为路径数据分析已经成为电商行业的核心竞争力。零售、医疗、交通、航空旅游的大数据应用也开始步入正轨，数据的处理分析已经为各个行业带来较大的提升与改变。下面简单介绍大数据在各行业的应用：金融行业大数据,银行数据应用*利用新掂隹莒销的方式，挖掘财富客户，实现银行的利涧优化-

4、利用用户银行卡刷卡的记录再找个阶层财富的人群，利用外部数据找到白金卡用户-保险行_业豺据而用q证券行业数据役用地产行业大数忸移用大数据在商北地块定价策略方面的应用移动大物据在商铺地产翅划上的应用-京售行业大额珞医疗行业大数据，移动互腺网广告大数据-互联网金融大摭据-用户居住他的妍别-用户工作地点的险证+欺诈鬃集地的识别，高悦险贷款用户的识别+农业大刿据-物流大数据物流行业借助于大数据，可以建立全国物流网络，了解咎个节点的运货需求和运力，合理配器资源,降低货车的返程空载率，降低超载率，漏少重复路线运输，降低小蜿模运输比例*城市管理政府需要利用一些技术手段耒管理好城市，使城市里的资涯得到良好配足，

5、t裴格制作：手腐向3"（二）应用案例在09年流感爆发的时候，google通过对人们搜索词条的数据处理与分析，发现出了有效的指示标，比通过缓慢收集的官方数据惊人得多，速度极快。UPS!过对位置的数据分析，为司机计算和获取最佳的行车路径。我们熟悉的亚马逊有三分之一的销售额来自个性化推荐系统。那究竟什么是推荐系统呢？它与大数据又有什么关系呢？以下就结合淘宝来谈谈大数据在推荐系统中的应用。推荐系统（一）概念推荐系统是利用电商网站向客户提供商品信息和建议并帮助用户推荐或决定应该购买什么产品，模拟销售人员帮助客户寻找并完成购买过程。推荐系统有三个模块：1 .用户建模模块2 .推荐对象建模模块3

6、.推荐算法模块推荐系统把用户模型中的兴趣需求信息和推荐对象模型中的特征信息匹配，同时将相应的推荐算法进行计算筛选，找到用户可能感兴趣的需求对象，然后通过APP网页广告、窗口等形式推荐给用户。（二）分类1 .北京邮电大学的分类：电子商务推荐|把用户描述文件、活动等大数据信息引入用户偏好建立精确模型，预测品牌的用户偏好，寻找品牌的目标用户，该方法有效提高目标用户选择的准确性。基于位置的推荐互联网每天产生大量位置相关数据，这些数据反映用户位置上的偏好，能为用户推荐基于位置的项目和服务，如旅游路线、餐馆、旅馆等、同时滴滴打车也从中崛起。新闻推荐抽取个别微博用户的转发点赞评论以及标签收藏数据，建立用户个

7、人配置文件，根据用户大数据处理分析后得出的偏好为用户提供个性化的新闻推荐。百度首页，“快报”都有提供这种服务。广告推荐通过用户在搜索引擎上输入的字段，抽取关键的广告合作商家的关键词，在网页上弹出用户可能需要的商品、游戏等各类广告。电影音乐推荐利用社交用户间的交流数据预测用户对电影音乐的评分，对歌手、粉丝和音乐作品间关系进行分析，并预测粉丝对歌曲的评分，向用户推荐适合的歌曲。2.中国人民大学数据工程与知识工程教育部重点实验室分类:应用领域数据稀疏性可扩展性相关性流行性新鲜性新颖性新闻推荐潴薄推荐中率*图书推荐*4*电影推荐*44*率率*产品推荐事本事*音乐推荐*率*44*率*柞馆推荐*密率事率率

8、*觊!®推荐*44*44*注：*41啾转相.*控弱.中期淘宝+隹荐系统（一）淘宝的推荐系统淘宝的推荐系统就是将人，商品和店铺建立起联系。对于每天沉迷于淘宝的我来说，它的推荐系统可以说是抓住了消费者的心理，使消费者购买或者搜索一样产品后通过它的个性化推荐算法，为用户推荐相关的产品与服务，促进用户的二次消费与使用。在淘宝的首页有“必买清单”、“有好货”“爱逛街”等频道，都会根据用户搜索的关键词、订单内容、收藏内容进行推荐。对商品的算分需要考虑它的各种属性，包括描述的好坏，评价的高低，名称，违规记录，收藏人气与数量，累计销量等等来计算和标志用户需要推荐商品的标签，用于进行个性化推荐。推荐的

9、内容还有单个与集群式的推荐，有高档与平价的推荐。所以说，刷一天的淘宝也不足为奇。淘宝的宝贝推荐原则：基于内容与用户的和关联规则对全网的商品进行评价算分根据推荐属性评价筛选商品，在进行评价排行推荐基于推荐属性的关联关系采用搜索引擎来存储和检索适合用户的宝贝处理分析个性化用户信息不同客户瞄用户自通的胴机，0杼*中面购买过程页面挎索培祟,面促销事件页面黄扇通窗口福讯文章丽4N5正面台诏的地方(Where)交曷完成酒境页面.浏啸黄面底部,退出置收(When)母来首页，搜索1E找点击阴人反愉完成的麻完成合造的用户(Who)企业用户个人用户个性化推荐合法的内内(what)推科商品盗在J上痛睢荐，pu母若至

10、目推苻,笈讯推有仝设需由台咕的渠遒、(Hew)/网页Email4M楮动卷就，个忸定"(二)个性化推荐算法1)关于用户用户的需求具有多样性与复杂性。每个用户的兴趣喜爱各不相同，对商品的购买能力、欲望也不一样。当用户想购买一件产品时，就会搜索、寻找、对比、加入购物车，然后可能会购买，最后进行物流的发货。以后，淘宝首页就会根据用户最近搜索的关键词推荐相应的和有关联的产品。淘宝推荐的商品虽多，但它会分门别类的推荐。用户可以根据自己的精确需求点击进入推荐频道进行选购。例如：一位女士，搜索连衣裙、化妆品等。之后，下拉淘宝首页就会有“女神范”“腔调”“美妆达人”“韩范小妖精”等的推荐频道。里面的产

11、品都是结合全网销量与评价等的综合分数最高的商品，用户可以得到比较良心的而且适合自己的推荐。一位男士，搜索运动鞋、手表等。之后，首页会弹出“运动大人”“全球时尚”“潮男养成”“男得好货”等的频道，非常适合对淘宝手生的用户。2）数据的收集与分析1 .数据的收集：通过用户搜索的键入关键词进行数据收集通过用户关注收藏的商品或者店铺进行数据收集通过用户搜索商品的轨迹进行数据收集通过用户完成的订单商品类型进行数据收集2 .数据的处理与分析将收集到的关键词进行储存并归类划分分析用户收藏商品的类型、价格、关键词进行分类汇总计算用户的浏览轨迹，寻找用户的浏览关键词3）推荐算法-建立用户模型3 ）基于不同类型的推

12、荐分类1 .基于人口统计学的推荐它根据用户的基本信息数据整理用户的相关程度，然后将相似用户喜爱或者购买了的其他物品推荐给当前用户。例如淘宝窗口中的“猜你喜欢”和“看了宝贝的人还买了”频道。2 .基于内容的推荐它是在推荐系统出现之初应用最为广泛的推荐机制。它的核心是根据推荐物品或内容的数据，发现物品或者内容的相关性，然后基于用户过往的搜索或者购买记录，推荐给当前用户相似的物品。这种推荐系统多用于一些资讯类的应用上。3 .基于关联规则的推荐基于关联规则的推荐原则更常见于电子商务中。实际上，购买了某种物品的用户更倾向于购买另一些物品，它的目标是发现关联规则，也就是那些同时被很多用户购买的物品，而这些

13、物品可以相互进行推荐。4 .基于协同过滤的推荐协同过滤是一种在推荐系统中广泛采用的推荐方法。基于“物以类聚，人以群分”，喜欢同一件物品的用户有很大的几率喜欢其他相同的兴趣。这种推荐算法通过数值去描述用户对于物品的喜好程度，通过用户建立物品与物（三）推荐系统的评测评测指标：用户满意度（评测推荐系统的最重要指标，通过问卷的形式收集）预测准确度（度量一个推荐系统预测用户行为的能力）覆盖率（描述一个推荐系统对物品长尾的发掘能力）多样性（推荐结果具有多样性）新颖性（指给用户推荐他们没有听说过或不熟悉的物品）惊喜度（如果推荐结果和用户的历史兴趣不相似，但却让用户觉得满意，那么就可以说推荐结果的惊喜度很高）信任度（只能通过问卷调查）实时性（需要在物品还具有时效性时或者说还在流行就将它们推荐给用户）健壮性（指标衡量了一个推荐系统抗击作弊的能力）商业目标（推荐系统更加注重商业目标是否达成，本质的商业目标的体现是平均一个用户给公司带来的盈利多少）一个好的推荐系统不仅需要有比较高的用户满意度，也要有较高的覆盖率四、结束语在大数据流行的现代科技社会被公认为信息技术的热点和趋势，大数据可以在各个领域进行各种各样后台数据收集处理，处理后的综合数据可以推动各自领域全新的发展。谁掌握了大数据处理分析技术就能掌握新的社会的几乎全部咨询信息。相信在大数据应用越来越广的情况下，