论文部分内容阅读
随着移动终端的普及和移动通信技术的发展,各运营商的业务同质化问题日益凸显,而移动用户的需求和偏好间差异很大,入网套餐选择的盲目性导致网内客户状态不稳定、生命周期缩短、ARPU值较低。因此,如何满足用户群体的特定需求,提供个性化、差异化服务已成为运营商亟待解决的问题。为提供符合用户需求的业务推荐,在对个性化推荐系统和用户行为建模关键技术研究的基础上,构建面向移动业务的混合推荐系统,解决数据稀疏性和扩展性导致的及时响应问题。为此提出一种用户消费行为分析方法,构建体现用户消费习惯的本体模型,并应用到移动业务推荐原型系统中。在现有用户行为分析方法的基础上,本文提出一种用户模型构建算法,从用户的资费信息和定制业务信息出发,构建用户的消费偏好模型。为解决基于规则的推荐系统中推荐项优先级确定的问题,系统在用户模型的基础上,提出一种规则置信度计算方法,构建基于规则的移动业务推荐系统;为解决推荐系统中数据稀疏和冷启动的问题,对用户的相似度进行计算,得到消费偏好相近的用户群体,构建基于用户的协同推荐系统。在此基础上,结合两种推荐系统的优势,搭建混合的移动业务推荐系统,以网页和对外接口的方式提供业务推荐和用户发现服务。