电子商务环境下顾客购物偏好推荐及企业利润挖掘

书号:9787302511847;作者:薛福亮;出版社:清华大学出版社;

薛福亮著 / 清华大学出版社 / 2019-03 / 平装

售价 17.64

日常价￥19.60

品相九品

优惠

运费

本店暂时无法向该地区发货

延迟发货说明

时间：

说明：

上书时间2019-10-12

数量: 仅1件在售，欲购从速

立即购买加入购物车收藏

卖家超过10天未登录

商品详情
店铺评价

手机购买

微信扫码访问

图书条目信息
图书 > 管理
电子商务环境下顾客购物偏好推荐及企业利润挖掘
作者: 薛福亮著

出版社: 清华大学出版社

出版时间: 2019-03

版次: 1

ISBN: 9787302511847

定价: 49.00

装帧: 平装

开本: 16

纸张: 胶版纸

页数: 189页

字数: 212千字
内容简介：

本套书基于促进儿童数学与思维发展的训练目标，将数学思维训练过程与幼儿熟知的自然、社会常识巧妙融合，精心设计了观察力、判断力、分析力、概括力、推理力、空间知觉、想象力、创造力、记忆力等9大主题的思维训练游戏，使数学思维逻辑儿童化、游戏化、生活化、自然化，令幼儿通过亲自动手操作练习，享受在游戏中学习的乐趣。

但这书不是孩子每天必须完成的作业，而是孩子喜欢的轻松有趣的游戏，因为全套书包含1000余张贴纸。孩子天生爱贴纸，因为贴纸能够满足他们的求知欲和探索欲，而常玩贴纸本身好处多多，它不仅能锻炼孩子的精细动作及手眼协调能力，还能提高他们的专注力、创造力。本套书中，每本都附赠有200余张贴纸，这些贴纸会让孩子在轻松愉快的游戏中获得数学思维能力。

展开全部
货号：

L8

商品描述：

基本信息
书名:电子商务环境下顾客购物偏好推荐及企业利润挖掘
定价：49.00元
作者:薛福亮
出版社：清华大学出版社
出版日期：2019-03-01
ISBN：9787302511847
字数：
页码：
版次：
装帧：平装-胶订
开本：16开
商品重量：
编辑推荐
目前的推荐系统在顾客购物偏好识别和推荐方法上，已有取得了很好的成果，但这些研究主要还存在三个方面的不足。现有的研究多依据单一的顾客历史数据分析处理以识别顾客购物偏好，缺乏系统的隐性和显性数据的挖掘和处理方法，以及有效的隐性偏好和显性偏好的集成方法。如何利用现有偏好进行客户偏好相似性的度量，并基于顾客偏好相似性进行相似顾客聚类，*终依据类内顾客偏好的相似性进行顾客未知偏好的预测并推荐产品，是值得进一步研究的问题。③大多数推荐系统的推荐算法只是保证待推荐产品与顾客需求的*匹配而忽略了不同产品间的利润关联分析给企业带来的利润*化。
内容提要
《电子商务环境下顾客购物偏好推荐及企业利润挖掘》研究所提出的个性化推荐系统包含5个阶段：（1）顾客显性偏好与隐性偏好的识别与集成。（2）顾客相似性度量与相似顾客聚类（3）顾客未知购物偏好的神经网络预测。（4）待推荐产品利润关联分析，确定推荐组合（5）推荐实施。
目录
目录章电子商务环境下顾客购物偏好挖掘1.1电子商务及其发展1.1.1电子商务的概念1.1.2电子商务发展历程1.1.3外电子商务发展现状1.1.4我国电子商务发展面临的问题1.2电子商务与顾客购物偏好识别1.2.1顾客购物偏好识别的应用1.2.2顾客购物偏好识别的数据源1.2.3电子商务数据挖掘过程1.3本书主要工作1.3.1研究意义1.3.2主要内容1.3.3基本思路与研究方法1.4本书的组织结构第2章电子商务推荐系统2.1电子商务与推荐系统2.2电子商务推荐系统的概念2.2.1电子商务推荐系统及构成2.2.2电子商务个性化推荐系统的作用2.2.3电子商务个性化推荐系统的研究内容2.2.4推荐典型案例2.3电子商务推荐现阶段问题第3章电子商务推荐系统研究现状3.1外研究现状3.1.1基础评价数据的完整性研究现状3.1.2推荐方法研究现状3.1.3计算复杂度研究现状3.2基于内容的推荐3.2.1基于内容推荐的基本思想3.2.2基于内容推荐过程3.3协同过滤推荐3.3.1协同过滤技术分类3.3.2基于用户的协同过滤3.3.3基于项目的协同过滤3.3.4协同过滤推荐技术的优缺点3.4混合推荐3.5基于关联规则的推荐3.6Web数据挖掘与电子商务推荐3.6.1隐性数据挖掘3.6.2隐性评价数据的处理3.7其他推荐方法3.8推荐相关技术评析第4章基于Vague集理论的产品分类树4.1Vague集相关理论介绍4.1.1Vague集相关理论的产生背景4.1.2Vague集理论的基本思想4.1.3Vague集理论与电子商务推荐4.2产品特征的提取与表示4.2.1产品特征的提取4.2.2项目特征的Vague值表示4.3相似产品聚类4.3.1常用聚类算法比较4.3.2聚类原理与过程4.4生成产品分类树4.4.1用户兴趣与种子类4.4.2产品分类树的生成4.4.3种子类的预设4.5项目分类结构图第5章神经网络聚类与预测补值处理5.1神经网络的基本原理5.1.1神经网络的发展历史5.1.2神经网络的特征5.1.3神经网络基本内容5.1.4发展趋势与应用5.2SOM与RBF的聚类与预测5.3SOM神经网络的相似用户聚类5.4利用SOM对评价矩阵进行预聚类5.4.1SOM聚类过程5.4.2MATLAB实现5.5RBF神经网络预测补值5.5.1RBF神经网络5.5.2网络的训练与设计5.6RBF神经网络预测补值处理5.6.1RBF神经网络预测补值过程5.6.2MATLAB实验及分析第6章协同过滤聚类及推荐的实施6.1相似用户的聚类6.2推荐的实施6.2.1本书推荐实施的流程6.2.2鉴定积极与消极邻居6.2.3关联规则挖掘6.2.4推荐结果集的生成第7章推荐质量实验分析及评价7.1实验度量指标7.1.1召回率与精度7.1.2F相关检测、MAE平均误差7.1.3实验方案7.2实验过程7.2.1实验基本内容7.2.2MAE平均误差分析7.2.3计算复杂度分析第8章基于信任关系改进的协同过滤推荐8.1基于信任关系的协同过滤推荐框架8.2推荐步骤8.2.1确定目标用户信任用户集合8.2.2信任用户的评分处理8.2.3进行评分估算8.3算例测试8.4评价8.4.1实验设置8.4.2评估指标8.4.3结果与分析8.5方法优势8.6帕累托第9章多样性选择改进协同过滤推荐算法9.1推荐框架9.2模糊协同过滤9.3多样性选择算法9.4模糊的基于内容的过滤(模糊CBF)9.5混合方法(模糊CFCBF)9.6实验评价9.6.1实验设计9.6.2实验结果9.7结论0章推荐结果与企业利润关联分析10.1问题定义10.2面向企业利润的多目标产品组合10.3实验测试10.3.1数据预处理10.3.2实验分析1章结论与展望11.1本书主要内容11.2本书的创新点11.3展望参考文献后记
作者介绍
暂无相关内容
序言
暂无相关内容
- 【封面】
配送说明

...
相似商品
为你推荐

孔网分类

孔网特色

图书

艺术品收藏

特色

图书

艺术品藏品

电子商务环境下顾客购物偏好推荐及企业利润挖掘

孔网啦啦啦啦啦纺织女工火锅店第三课