- 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。
-
经典名著大家名译·精装本理智与情感典藏版
¥25.3¥45.8 -
故事力法则
¥15.4¥48.0 -
李诞脱口秀工作手册
¥16.5¥42.0 -
领导学全书柯维领导培训中心
¥19.4¥68.0 -
金字塔原理
¥44.1¥88.0 -
广告, 艰难的说服--广告对美国社会影响的不确定性
¥8.3¥27.0 -
底层逻辑:看清这个世界的底牌
¥30.7¥69.0 -
贼巢-美国金融史上最大内幕交易网的猖狂和覆灭
¥79.7¥139.9 -
两次全球大危机的比较研究
¥29.0¥65.0 -
图解博弈论
¥12.4¥38.0 -
影响力3
¥36.4¥68.0 -
逆势突围
¥25.5¥68.0 -
行动学习从入门到精通
¥18.4¥58.0 -
设计的力量
¥15.7¥42.0 -
情境销售
¥14.5¥45.0 -
苏世民:我的经验与教训
¥36.3¥98.0 -
她们-女性的镜像与觉知
¥13.9¥38.0 -
绝不雷同-小米雷军和他的移动互联时代
¥16.7¥58.0 -
促销
¥19.8¥69.8 -
极简博弈论
¥18.4¥58.0