学位论文 > 优秀研究生学位论文题录展示

基于语义模板与知识库的智能导购机器人系统的研究与实现

作　者: 张喜
导　师: 何金国
学　校: 中央民族大学
专　业: 概率论与数理统计
关键词: 权值 语义模板 知识库 导购 推荐
分类号: TP391.1
类　型: 硕士论文
年　份: 2012年
下　载: 74次
引　用: 0次
阅　读: 论文下载
 

内容摘要


随着电子商务网站业务量的急剧扩张,网站门户为顾客提供的商品种类越来越丰富多样,一方面满足了顾客的多样化需求,另一方面顾客要比以往花更多的时间来浏览商品,却迷失在众多的商品中,找不到最满意的商品。因此,为了提升顾客的购物体验留住顾客,进而提高销售量,电子商务门户网站需要一个像商场导购员一样专业的网络机器导购员来引导顾客购物,帮助顾客挑选满意的商品。为了使顾客网络购物的体验更加自然、人性化,本文提出了基于自然语言处理的智能导购机器人系统的研究这一课题。该系统允许顾客用日常生活中熟悉的语言和导购机器人交流,系统主动抓取顾客的兴趣爱好等特点,为顾客推荐满意的商品。智能导购机器人系统本质上是“智能问答+推荐”系统。系统的两大工作模块是：将顾客输入的问句与系统中预先存储的语义模板匹配,输出模板库中对应的答案；系统通过抓取顾客在对话中流露的兴趣爱好,预测顾客购买意向,为顾客推荐商品。因此,本文的主要工作包括：人工构建语义模板知识库；设计自然语言处理算法和推荐算法。本论文的创新之处在于：首先,直接从问题本身出发,系统通过对顾客提交的问句进行简单的分词,与语义模板进行匹配就可以为顾客反馈答案；其次,系统通过自动构建、更新用户个性知识库,以此来预测用户购买倾向,实现为顾客推荐商品的功能。本论文中的智能导购机器人系统的实现已通过365句3G手机卖场用语的问答测试,具有专业领域的可行性。

全文目录


摘要  2-4
ABSTRACT  4-8
第一章 绪论  8-16
  第一节 课题研究的背景  8-10
    一 国家经济发展的政策  8
    二 网络购物已成为新型的购物方式  8-9
    三 电子商务门户网站的个性化推荐系统已不能满足顾客需求  9
    四 网络经济已从“服务经济”开始向“体验式经济”转变  9-10
  第二节 智能导购机器人在我国的研究现状  10-11
    一 智能导购机器人的研究在我国正值起步阶段  10-11
  第三节 相关技术研究现状  11-13
    一 自然语言处理技术的研究现状  11-12
    二 汉语分词的研究现状  12-13
  第四节 课题研究的目的与意义  13-16
    一 从实际应用方面来看  13-14
    二 从科学研究的角度来看  14-16
第二章 智能导购机器人的介绍  16-22
  第一节 智能导购机器人的概念  16
  第二节 智能导购机器人需要实现的功能  16-17
  第三节 智能导购机器人的作用  17-19
    一 从企业或商家的角度上来说  17-18
    二 从顾客体验的角度来说  18-19
  第四节 研究智能导购机器人面临的主要挑战  19-21
    一 自然语言处理方面的的共性问题  19
    二 智能导购机器人系统研究的个性问题  19-21
  第五节 智能导购机器人系统框架结构  21-22
第三章 智能导购机器人系统中的知识库设计  22-31
  第一节 智能导购系统知识库总述  22-23
  第二节 各类知识库的的概念与建立  23-31
    一 专业词库  23-25
    二 语义模板库(权值关键词库)  25-27
    三 问题/答案库  27-28
    四 产品特征库  28
    五 产品库  28-29
    六 用户个性知识库  29-31
第四章 基于语义模板的自然语言处理算法  31-39
  第一节 语义模板  31-35
    一 语义模板的定义  31-32
    二 语义模板的作用  32-33
    三 建立语义模板的原则  33-35
  第二节 基于语义模板的自然语言处理算法  35-37
    一 语义理解  35-37
    二 反馈答案  37
  第三节 总结  37-39
第五章 智能导购机器人系统中的分词算法和学习算法介绍  39-45
  第一节 汉语分词算法介绍  39-42
  第二节 本系统采用的分词算法和实现步骤  42-43
    一 基于专业词库的正向最大匹配分词法  42
    二 分析分词结果,修正分词算法  42-43
  第三节 本系统的机器学习算法——模仿学习  43-45
第六章 智能导购系统的推荐算法  45-53
  第一节 本系统中的推荐算法的提出  45-46
    一 各类推荐算法介绍与不足之处  45
    二 智能导购机器人系统的推荐算法在导购过程中的优越性  45-46
  第二节 智能导购机器人系统的推荐算法详述  46-53
    一 算法总述与结构图  46
    二 算法中的概念和公式的说明  46-50
    三 基于商品特征的个性化推荐算法  50-53
第七章 实验结果与分析  53-61
  第一节 问答系统的评测方法介绍  53
  第二节 本论文采用的测试方法——问答系统人工测评法  53-54
  第三节 实验设计与结果分析  54-58
    一 数据来源  54
    二 实验目的  54
    三 实验过程  54-55
    四 实验结果  55-58
  第四节 智能导购系统的实验结果演示  58-61
第八章 结束语  61-65
  第一节 全文总结  61
  第二节 系统的不足之处  61-62
    一 知识库建立的费时费力与系统应用领域的受限性  61-62
    二 机器缺乏主动学习的能力  62
    三 推荐系统算法理论与实践的差距  62
  第三节 改进的意见  62-65
    一 考虑隐马尔科夫分词模型  62
    二 在系统中增加机器学习算法  62-63
    三 借鉴电子商务中的推荐算法改进本论文提出的推荐算法的不足  63-65
参考文献  65-67
附录  67-85
  附录一 文本加密程序源代码  67-69
  附录二 自动分词程序源代码  69-73
  附录三 智能导购机器人算法程序源代码  73-81
  附录四 测试问题集  81-85
致谢  85-86
攻读学位期间发表的学术论文目录  86-87

相似论文

  1. 基于论文关键词聚类的用户兴趣模型细化方法研究,TP391.3
  2. 宗教类唐卡图像知识库的构建研究,TP391.41
  3. 面向领域的数据库问答系统关键技术研究,TP311.13
  4. 制造特征提取与智能工艺决策技术研究,TH162
  5. 汉语框架自动识别中的歧义消解,TP391.1
  6. 基于样图的纹理合成算法研究,TP391.41
  7. Web使用挖掘与网页个性化服务推荐研究,TP311.13
  8. 基于自然遗忘的个性化推荐算法研究,TP311.52
  9. 基于大众标注的个性化推荐系统研究,TP393.09
  10. 面向观点挖掘的汽车本体知识库建立研究,TP391.1
  11. 协同过滤推荐系统中关键问题研究与实现,TP311.52
  12. 改进的协同过滤算法在推荐系统中的研究,TP391.3
  13. 机构知识库资源建设研究,G250.74
  14. 小波神经网络在建筑物地基沉降预测中的应用研究,TP183
  15. 大型超级市场中的导购系统设计,J524
  16. 电子商务个性化推荐系统的研究,F713.36
  17. 终身学习个性化推荐系统中学习者个人能力发展研究,G77
  18. LBMP平台中负载均衡技术的研究与实现,TP393.09
  19. 基于多视角的分类器设计与权值优化方法研究,TP18
  20. 在线真人导购购物系统设计与实现,TP311.52
  21. GZ市教育信息化项目知识库分析与设计,G434

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 文字信息处理
© 2012 www.xueweilunwen.com