- ISBN:9787518992249
- 装帧:一般胶版纸
- 册数:暂无
- 重量:暂无
- 开本:其他
- 页数:204
- 出版时间:2023-03-01
- 条形码:9787518992249 ; 978-7-5189-9224-9
内容简介
网络消费者行为研究是以挖掘消费者需求为核心,进行新产品设计与开发、智能营销以及个性化推荐的前沿课题。本书是在全面梳理网络消费者产品搜寻、浏览与评价行为的基础上,实施用户画像建模与个性化推荐的经验总结,内容包括:(1)大数据时代推荐系统面临的机遇与挑战;(2)现有推荐系统研究的回顾与总结;(3)面向长尾产品的消费者观点态度挖掘;(4)基于消费者评价行为的推荐机制;(5)网络消费者搜索行为建模;(6)基于消费者查询行为的个性化推荐机制;(7)新零售背景下未来智能推荐系统的几种选择路径。
目录
1 大数据时代搜索技术面临的挑战
1.1 研究背景
1.2 研究问题与意义
1.3 研究内容与技术路线
2 个性化搜索的研究动态
2.1 在线评论的有用性研究
2.2 基于评论数据的搜索结果研究
2.3 搜索结果多样性相关研究
2.4 研究评述
3 面向长尾产品的特征-观点挖掘模型
3.1 问题描述
3.2 面向长尾产品的特征-观点挖掘模型构建
3.3 实验结果分析
3.4 本章小结
4 基于产品评价特征的多样化搜索结果识别研究
4.1 问题描述
4.2 预备知识
4.3 混合数据的统一相似性度量问题研究
4.4 多样化搜索结果识别算法构建
4.5 实验结果分析
4.6 本章小结
5 基于消费者动态偏好的多样化搜索结果识别研究
5.1 问题描述
5.2 消费者动态偏好分析模型构建
5.3 搜索结果*大相关-多样性问题研究
5.4 实验结果分析
5.5 本章小结
6 基于消费者在线查询的产品推荐问题研究
6.1 问题描述
6.2 基于在线查询的推荐框架构建
6.3 实验结果分析
6.4 本章小结
7 新零售背景下全渠道推荐机制研究的机遇与挑战
7.1 新零售背景下全渠道推荐机制研究的意义
7.2 全渠道推荐机制研究梳理
7.3 现有研究的不足与未来的研究方向
8 结论与展望
8.1 研究结论
8.2 研究展望
参考文献
作者简介
黄鑫,2020年毕业于西安交通大学,获得管理学博士学位,现为北京师范大学信息管理系讲师。目前主要研究方向为结合运筹优化与机器学习的智能决策分析,社会科学中机器学习方法的应用。现主持 自然科学基金青年项目“消费者行为数据驱动的新零售企业 线下融合的 机制研究”1项。在《Knowledge-Based Systems》、《IEEE Transactions on Engineering Management》、《Computers & Industrial Engineering》等 知名期刊上发表论文多篇,在企业集成信息系统 大会IFIP CONFENIS、COMPUTERS AND INDUSTRIAL ENGINEERING等高水平 会议上发表多篇学术论文。
-
贼巢-美国金融史上最大内幕交易网的猖狂和覆灭
¥48.6¥139.9 -
广告, 艰难的说服--广告对美国社会影响的不确定性
¥10.5¥27.0 -
以利为利:财政关系与地方政府行为
¥71.8¥78.0 -
富爸爸穷爸爸
¥44.6¥89.0 -
故事力法则
¥15.4¥48.0 -
格局
¥36.4¥59.0 -
10人以下小团队管理手册(八品)
¥10.6¥32.0 -
掌控习惯:如何养成好习惯并戒除坏习惯
¥34.1¥58.0 -
360度领导力:中层领导者全方位领导力提升技巧(典藏版)
¥51.7¥78.0 -
直播电商实务
¥38.2¥59.0 -
李诞脱口秀工作手册
¥23.9¥42.0 -
亲历纽交所
¥28.4¥49.0 -
金字塔原理
¥44.1¥88.0 -
原则
¥54.9¥98.0 -
可复制的领导力
¥34.8¥49.0 -
像高手一样发言+像高手一样脱稿讲话2本套
¥69.7¥99.6 -
小米创业思考
¥65.5¥86.0 -
优势谈判
¥41.8¥68.0 -
底层逻辑:看清这个世界的底牌
¥48.4¥69.0 -
学会提问
¥45.9¥69.0