公路货运物流的个性化推荐研究
Personalized Recommendation Research on Road Freight Logistics
摘要: 近年来为改善公路物流行业环境,涌现了一批物流公共信息平台,这些物流公共信息平台虽然在一定程度上改善了货源信息匹配度不高的问题,但仍需要货物运输需求方通过关键词检索主动进行操作,信息匹配效率低下。针对上述情况,本文提出了一种基于内容的货运信息个性化推荐方法。先运用余弦相似度计算车货信息的匹配程度,再运用AHP方法对匹配程度高的车源物流公司进行评判,最终为相关货源推荐出最佳车源信息,为车主和货主寻找交易方提供了便利。
Abstract: In recent years, in order to improve the environment of the road logistics industry, a number of logistics public information platforms have emerged, although these logistics public information platforms have improved the problem of low matching of source information to a certain extent, they still require the cargo transportation demander to actively operate through keyword retrieval, and the information matching efficiency is inefficient. In view of the above situation, this paper proposes a content-based personalized recommendation method for freight information. Firstly, the cosine similarity is used to calculate the matching degree of vehicle and cargo information, and then the AHP method is used to evaluate the vehicle source logistics company with high matching degree, and finally the best vehicle source information is recommended for the relevant cargo source, which provides great convenience for car owners and cargo owners in finding trade partners.
文章引用:陈靓, 赵芬霞, 李欣曼, 潘小卓. 公路货运物流的个性化推荐研究[J]. 统计学与应用, 2023, 12(3): 660-668. https://doi.org/10.12677/SA.2023.123070

参考文献

[1] 欧仁昆, 杨鹏. 绿色公路货运物流发展对策研究[J]. 中国市场, 2021(1): 161-163
[2] 何鑫. 公路货运论坛及其帖子推荐系统的设计与实现[D]: [硕士学位论文]. 南京: 南京大学, 2019.
[3] 贾兴洪, 海峰, 董瑞. 车货匹配双边平台单归属用户比率提升控制设计[J]. 计算机集成制造系统, 2017, 23(4): 903-912.
[4] 张兀. 平台个性化推荐研究评述及展望[J]. 经济研究导刊, 2022(6): 118-120.
[5] 李学超, 张文德, 曾金晶, 余芳. 推荐系统领域研究现状分析[J]. 情报探索, 2019(1): 112-119.
[6] 刘春霞, 武玲梅, 谢小红. 推荐系统评估研究综述[J]. 现代计算机(专业版), 2018(24): 11-15+20.
[7] 胡丽娜. 大数据时代下的电子商务物流个性化信息服务模式研究[J]. 中国储运, 2021(3): 157-158.
[8] 刘馨蔚. 基于大数据时代下电子商务个性化推荐的研究与应用[J]. 商业流通, 2022(5): 23-25.
[9] 孙秋天, 张凯, 王玄平, 崔宏兵. 基于余弦相似度的货品属性关联度研究[J]. 起重运输机械, 2021(13): 28-32.
[10] 刘大帅, 张杰, 徐伟杰, 赵宇. 集成模糊Kano模型和余弦相似度的顾客需求满意度测评[J]. 包装工程, 2022, 43(14): 166-171.
[11] 傅怡. 基于改进蚁群算法的货运物流平台车货匹配优化方法[D]: [硕士学位论文]. 合肥: 合肥工业大学, 2020.
[12] 叶子. 基于信用评价体系的一对多车货匹配研究[D]: [硕士学位论文]. 成都: 西南交通大学, 2021.
[13] 李蒙, 李文敬. 基于深度学习的物流服务交易群智推荐算法的研究[J]. 现代计算机, 2021, 27(34): 1-10.
[14] 张会凤. 基于双方交易意愿的车货匹配模型研究[D]: [硕士学位论文]. 西安: 西安电子科技大学, 2018.
[15] 高艺. 物流信息平台中货运信息的个性化推荐方法研究[D]: [硕士学位论文]. 西安: 西安电子科技大学, 2017.
[16] 张青杰. 基于物流供需信息的组合匹配模型研究[D]: [硕士学位论文]. 西安: 西安电子科技大学, 2017.
[17] 穆文忠. 面向物流配送领域的个性化推荐系统设计与实现[D]: [硕士学位论文]. 哈尔滨: 哈尔滨工业大学, 2014.
[18] 方超. 基于物流数据的个性化推荐系统的研究与实现[D]: [硕士学位论文]. 南京: 南京邮电大学, 2017.
[19] 钱勇, 李金铮, 费亚鹏, 井雪婷. 基于层次分析法下国际贸易公司物流服务提供商的选择研究[J]. 中国商论, 2021(19): 79-81.
[20] 赵芬霞, 李坤燕, 宋爽, 王雨嫣. 基于AHP模糊综合评判的公路货运物流供应商能力研究[J]. 绿色科技, 2022, 24(17): 259-263.