×
社会化电子推荐模型研究

社会化电子推荐模型研究

1星价 ¥29.4 (4.9折)
2星价¥29.4 定价¥60.0

温馨提示:5折以下图书主要为出版社尾货,大部分为全新(有塑封/无塑封),个别图书品相8-9成新、切口有划线标记、光盘等附件不全详细品相说明>>

图文详情
  • ISBN:9787514195750
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 开本:16开
  • 页数:270页
  • 出版时间:2018-07-01
  • 条形码:9787514195750 ; 978-7-5141-9575-0

本书特色

社会化媒体与电子商务的融合催生了社会化电子商务的兴起。社会化电子商务中用户的大量参与产生的社会关系网络和用户生成内容是用户需求挖掘的重要源泉,而如果不对这些内容进行组织和利用将会产生新的信息过载,让消费者再次陷入因信息来源过多而难以全面获取和正确选择,以致*终还是花巨大时间和精力成本才能找到所需商品的无奈境地。商品推荐被认为是解决信息过载的有效手段,通过商品推荐可以将消费者可能需要的产品主动推荐给消费者。传统的推荐方法虽然能够实现商品信息的有序组织,有效缓解信息过载的同时提高了商品个性化服务水平,但由于商品属性的复杂性和推荐所需数据的稀疏性,导致推荐的准确性并不理想。鉴于此,基于社会化电子商务的用户参与所产生的对推荐有用的重要数据,提出了面向社会化电子商务环境的商品推荐研究。本文基于消费者网络行为理论与马斯洛需求层次理论,揭示社会化电子商务中消费者购物过程的行为所体现的需求层次,并将这些需求的数据源映射到社会化电子商务中用户关系网络和消费者生成信息内容,提出基于用户兴趣标签、用户信任关系和用户评论的商品推荐策略。研究将商品推荐的理论模型、技术实现与实证研究相结合,以期在理论、思路和方法上拓展传统商品推荐服务。

内容简介

社会化媒体与电子商务的融合催生了社会化电子商务的兴起。社会化电子商务中用户的大量参与产生的社会关系网络和用户生成内容是用户需求挖掘的重要源泉,而如果不对这些内容进行组织和利用将会产生新的信息过载,让消费者再次陷入因信息来源过多而难以全面获取和正确选择,以致*终还是花巨大时间和精力成本才能找到所需商品的无奈境地。商品推荐被认为是解决信息过载的有效手段,通过商品推荐可以将消费者可能需要的产品主动推荐给消费者。传统的推荐方法虽然能够实现商品信息的有序组织,有效缓解信息过载的同时提高了商品个性化服务水平,但由于商品属性的复杂性和推荐所需数据的稀疏性,导致推荐的准确性并不理想。鉴于此,基于社会化电子商务的用户参与所产生的对推荐有用的重要数据,提出了面向社会化电子商务环境的商品推荐研究。本文基于消费者网络行为理论与马斯洛需求层次理论,揭示社会化电子商务中消费者购物过程的行为所体现的需求层次,并将这些需求的数据源映射到社会化电子商务中用户关系网络和消费者生成信息内容,提出基于用户兴趣标签、用户信任关系和用户评论的商品推荐策略。研究将商品推荐的理论模型、技术实现与实证研究相结合,以期在理论、思路和方法上拓展传统商品推荐服务。

目录

1 引言 1.1 选题背景与研究意义 1.1.1 选题背景 1.1.2 研究意义 1.2 商品推荐的国内外研究现状 1.2.1 国内研究现状 1.2.2 国外研究现状 1.2.3 国内外研究述评 1.3 研究内容、方法与创新点 1.3.1 研究目标与内容 1.3.2 研究思路与方法 1.3.3 创新之处 2 社会化电子商务推荐理论基础 2.1 社会化电子商务基本理论 2.1.1 社会化电子商务的概念与特征 2.1.2 社会化电子商务的分类 2.1.3 面向社会化电子商务的推荐 2.2 用户需求相关理论 2.2.1 用户需求、偏好与兴趣 2.2.2 马斯洛需求层次理论 2.2.3 用户需求建模过程及方法 2.2.4 社会化电子商务中的用户需求 2.3 电子商务推荐理论 2.3.1 电子商务推荐系统原理与分类 2.3.2 主要推荐方法 2.3.3 社会化推荐 2.3.4 推荐效果评价指标与方法 2.4 消费者心理与行为理论 2.4.1 消费心理理论 2.4.2 消费者行为理论 2.5 研究问题界定 2.6 本章小结 3 社会化电子商务用户需求建模 3.1 社会化电子商务中用户需求获取 3.1.1 社会化电子商务中的用户需求信息源 3.1.2 社会化电子商务中用户需求获取方法 3.2 社会化电子商务用户需求表示 3.2.1 基于标签的用户需求向量空间表示 3.2.2 社交关系中的用户需求表示 3.2.3 社区评论中的用户需求表示 3.3 用户需求模型的更新 3.3.1 用户需求模型更新方法 3.3.2 社会化电子商务用户需求模型的更新 3.4 本章小结 4 社会化电子商务推荐的模型框架 4.1 社会化电子商务推荐模型框架的构建 4.1.1 社会化电子商务中的用户行为 4.1.2 社会化电子商务中的用户需求表现 4.1.3 社会化电子商务中的商品推荐思路 4.2 社会化电子商务中的商品推荐方法体系 4.2.1 基于标签一本体的商品推荐方法 4.2.2 基于信任关系的商品推荐方法 4.2.3 基于评论挖掘的商品推荐方法 4.3 本章小结 5 基于标签—本体的商品推荐 5.1 基于标签—本体的商品推荐问题定义 5.2 基于标签—本体的商品推荐模型构建 5.2.1 产品本体构建 5.2.2 用户偏好建模 5.2.3 个性化商品推荐 5.3 实验及结果分析 5.3.1 实验数据的描述与处理 5.3.2 数据分析 5.3.3 实验对比与结果分析 5.4 基于标签—本体的商品推荐的适用平台 5.4.1 基于标签—本体的商品推荐的应用前提、优缺点 5.4.2 基于标签—本体的商品推荐的应用平台归纳 5.5 本章小结 6 基于信任关系的商品推荐 6.1 基于信任关系的商品推荐理论基础与问题定义 6.1.1 信任相关理论 6.1.2 社会化电子商务中用户之间信任的影响因素 6.1.3 基于信任关系的商品推荐问题定义 6.2 基于信任关系的商品推荐模型构建 6.2.1 用户信任网络构建 6.2.2 用户之间信任度计算 6.2.3 基于标签的用户兴趣相似度计算 6.2.4 基于信任关系的商品推荐算法 6.3 实验及结果分析 6.3.1 实验数据的描述与处理 6.3.2 评估指标与对比方法 6.3.3 实验与结果讨论 6.4 基于信任关系的商品推荐的适用平台 6.4.1 基于信任关系的商品推荐的应用前提、优缺点 6.4.2 基于信任关系的商品推荐的应用平台归纳 6.5 本章小结 7 基于评论挖掘的商品推荐 7.1 基于评论挖掘的商品推荐问题定义 7.1.1 基于评论挖掘的推荐问题描述 7.1.2 基于评论挖掘的推荐框架 7.2 面向商品推荐的评论挖掘 7.2.1 评论数据收集与预处理 7.2.2 特征一意见对抽取 7.2.3 情感极性判断及产品评分计算 7.3 用户偏好分析 7.3.1 基于消费心理理论的评论用户分类 7.3.2 基于关注度与需求度的用户满意度计算 7.4 个性化商品推荐 7.4.1 商品相似度计算 7.4.2 基于用户满意度的商品协同推荐 7.5 实验及结果分析 7.5.1 实验数据的描述与处理 7.5.2 推荐测评方法与结果 7.6 基于评论挖掘的商品推荐的应用平台 7.6.1 基于评论挖掘的商品推荐的应用前提、优缺点 7.6.2 基于评论挖掘的商品推荐的应用平台归纳 7.7 本章小结 8 总结与展望 8.1 总结 8.2 不足 8.3 展望 参考文献 后记
展开全部

作者简介

涂海丽,东华理工大学经济与管理学院市场营销系教师,博士,副教授。主讲课程为电子商务和管理信息系统,学生层次有本科和高职学生。研究方向为电子商务与信息服务。近5年来主持省级项目2项,排名第二参与省级以上项目3项,参与国家级项目1项。近5年发表CSSCI检索论文5篇,其中1篇被人大复印资料全文转载,2篇论文分别于2016年和2017年获得市社会科学优秀成果二、三等奖。

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航