近年來,餐飲行業的電子商務發展迅猛。線上訂餐平臺給用戶就餐選擇帶來便利的同時,也引來了信息過載(information overload)的困擾。對用戶來說,篩選有價值的就餐決策信息是不小的任務;對平臺管理者而言,向億量級用戶提供檢索服務,運營管理千萬量級餐館,更是極大的挑戰。鑒于上述原因,越來越多的企業、研究單位通過數據挖掘、機器學習等手段解決餐飲行業遇到的技術難題。因此,本文根據在線餐飲平臺的用戶就餐數據集,對用戶的就餐行為進行了一系列的研究分析。本文主要研究內容及成果包括:1.用戶就餐行為規律:本研究分別從地理移動與口味轉移等角度,用信息熵的度量方法刻畫用戶就餐行為的約束性、偏好性現象,并歸納了用戶就餐行為規律中的拓展性與可預測性,分析了用戶就餐行為與其社區聲譽的內在關聯。2.用戶間行為影響:本研究分別從不同性別朋友的就餐行為,以及本人自我中心網絡(ego network)的模體單元等角度,分析了這些外部因素對用戶本人就餐行為的影響效應。本研究發現了在線餐飲社區用戶間的就餐行為影響具有異質性。3.餐館推薦算法:本研究改進了傳統推薦算法只使用用戶評分數據建模的特點,根據用戶就餐序列...

【文章頁數】：65 頁

【學位級別】：碩士

【部分圖文】：

圖2-1用戶評論數據與Yelp網頁上顯示內容之間的關聯

采用的Yelp數據集是Yelp官方發布的第8屆YelpDatasetChallenge競賽數/www.yelp.com/dataset/challenge），其中包含了2004年10月12日至2015的用戶評論信息，以及相關聯的用戶屬性信息與餐....

圖2-2用戶屬性數據與Yelp網頁上顯示內容之間的關聯

stars被評論餐館的評分，區間在1至5之間date評論時間，格式：年-月-日text評論的文本信息useful其他用戶的點贊（“有用”）數量funny其他用戶的點贊（“有趣”）數量cool其他用戶的點贊（“酷”）數量（2）用戶屬性數據記錄了用戶名，用戶地理位置，好友數量....

圖2-3餐館屬性數據與Yelp網頁上顯示內容之間的關聯

yelping_since用戶注冊時間，格式：年-月-日friends用戶朋友列表useful評論的文本信息funny用戶集贊（“有用”）總數cool用戶集贊（“有趣”）總據fans用戶集贊（“酷”）總據elite用戶成為社區精英的年份，格式：年average_stars所有評論....

圖4-1用戶本人的自我中心網絡

11niiizzxx本數據，很容易獲得(4-10)中的IV估計量。0類行為影響的研究，例如，用戶情感在臉書社的擴散[58]等相關工作，本章的研究內容側重兩影響，以及（2）用戶自我中心網絡（如圖4-1。由于在社交網絡中，Yelp用戶與其朋友在就行為的傳播....

本文編號：3991657