文化大學機構典藏 CCUR:Item 987654321/24678
English  |  正體中文  |  简体中文  |  全文笔数/总笔数 : 47249/51115 (92%)
造访人次 : 14013558      在线人数 : 305
RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜寻范围 查询小技巧：
  • 您可在西文检索词汇前后加上"双引号"，以获取较精准的检索结果
  • 若欲以作者姓名搜寻，建议至进阶搜寻限定作者字段，可获得较完整数据
    •  进阶搜寻
    主页 ‧ 登入 ‧ 上传 ‧ 说明 ‧ 关于CCUR ‧ 管理 到手机版


    jsp.display-item.identifier=請使用永久網址來引用或連結此文件: https://irlib.pccu.edu.tw/handle/987654321/24678


    题名: 智慧型使用者行為回饋模型設計之研究
    A study on Intelligent Feedback Model of Users' Behaviors
    作者: 陳建宏
    贡献者: 資訊管理研究所碩士在職專班
    关键词: 商品推薦 Commodity recommendation
    協同過濾演算法 Collaborative filer algorithm
    雲端運算 Cloud computing
    資料探勘 Data mining
    日期: 2012
    上传时间: 2013-03-22 14:58:22 (UTC+8)
    摘要: 為有效塑模及蒐集使用者網路偏好屬性與及時回饋使用者網路之搜尋，於本研究中我們提出一個以智慧型使用者行為回饋之模型。本模型具塑模使用者網路萃取屬性、使用者網路行為分類、評估使用者網路偏好行為等功能，並能減少使用者網路搜尋時間及提升使用者個人偏好行為回饋效率及商品之推薦等。
    本研究建構智慧型使用者行為回饋模型，本模型可供使用者網路搜尋資料及時回饋、正確提供訊息至使用者。本模型具有二個子模型：其一為使用者行為蒐集子模型、另一為使用者行為與商品推薦子模型。使用者行為蒐集子模型可透過推薦網站蒐集及萃取使用者網路行為屬性；使用者行為商品與推薦子模型將使用者行為蒐集子模型所蒐集之訊息，經本研究所提之協同過濾演算法進行資訊過濾、商品索引及推薦。透過本模型，可及時提供符合使用者偏好之資訊。
    本研究以網頁服務(Web Server)，架構美食推薦網站於雲端平台以Amazon EC2為開發工具架構Hadoop及Mahout進行資料探勘建構本模型。透過本模型實作的結果，可縮短使用者網路搜尋時間並可及時提供符合使用者偏好資訊與商品推薦等。

    ABSTRACT
    In this study, we propose an intelligent feedback model of users, which can collect the preference features of online users and give online users on-time feedback for search. The proposed model includes three main functions for online users, which are feature extraction, behavior classification and behavior preferences evaluation. Also, it can save the search time for users, make the preference feedback effectively and recommend the commodity for online users.

    We build an intelligent user feedback model to provide the on-time feedback and correct information for on-line users. The proposed model consists of two sub-models, namely the User Behavior Collection sub-model and the Recommendation sub-model for User Behavior and Commodity. The user behavior collection sub-model collects and extracts the online user features through recommendation web sites. The recommendation sub-model for user behavior and commodity make the data/information from the first sub-model filtered, indexed and recommended using the proposed collaborative filer algorithm.

    We used Web server to host websites and let Amazon EC2 as cloud computing platform to do data mining in Hadoop and Mahout based implementations. As the result shows that our proposed model not only can save the search time for online users, make the preference feedback effectively but also can recommend the commodity on time for users.
    显示于类别:[資訊管理學系暨資訊管理研究所 ] 博碩士論文

    文件中的档案:

    没有与此文件相关的档案.



    检视Licence

    在CCUR中所有的数据项都受到原著作权保护.

    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回馈