消息 首页 搜索 举报
  • 数据驱动的个性化推荐与运营决策联合优化研究9787523509937
21年品牌 40万+商家 超1.5亿件商品

数据驱动的个性化推荐与运营决策联合优化研究9787523509937

正版图书，可开发票，请放心购买。

￥ 30.11 6.3折 ￥ 48 全新

库存5件

广东广州
认证卖家担保交易快速发货售后保障

作者黄鑫 著

出版社科学技术文献出版社

ISBN9787523509937

出版时间2023-03

装帧平装

开本其他

定价48元

货号17593983

上书时间2024-09-20

亿临书店

四年老店
已实名 已认证 进店 收藏店铺
  • 店主推荐
  • 最新上架

   商品详情   

品相描述：全新
商品描述
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。现主持国家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上线下融合的推荐机制研究”1项。在《Knowledge-Based Systems》、《IEEE Transactions on Engineering Management》、《Computers & Industrial Engineering》等国际知名期刊上发表论文多篇，在企业集成信息系统国际大会IFIP CONFENIS、COMPUTERS AND INDUSTRIAL ENGINEERING等高水平国际会议上发表多篇学术论文。

目录
"1 数智时代：数据驱动的智慧决策 ................................................................1 1.1 数字化的核心是数据驱动的个性化 ...........................................................1 1.2 数据驱动是新零售成功的关键 .................................................................11 1.3 数据驱动为运营决策带来新的革命 .........................................................22 2 数据驱动的个性化与运营决策研究动态 ................................................30 2.1 传统推荐算法 ..............................................................................................31 2.2 基于图学习的推荐技术 ..............................................................................32 2.3 全渠道环境下的产品组合和定价策略研究 ............................................34 2.4 全渠道环境下的消费者退货行为研究 .....................................................35 2.5 全渠道环境下的配送优化研究 .................................................................40 2.6 跨平台用户行为分析研究 .........................................................................43 2.7 研究述评 .......................................................................................................46 2.8 本书工作简介 ..............................................................................................47 2.8.1 融合主题模型的超图神经网络推荐框架的建立 ................................47 2.8.2 考虑在线退货成本时的全渠道销售的产品定价与组合决策 ...........47 2.8.3 抖音和微博中用户情感的跨平台比较：社交媒体文本挖掘的机器学习方法 .......................48 2.8.4 考虑消费者公平关切和战略行为的内容产品动态定价策略 ...........49 3 融合主题模型的超图神经网络推荐框架 ................................................50 3.1 问题描述 .......................................................................................................50 3.2 融合主题模型的超图神经网络推荐框架的建立 ....................................52 3.2.1 面向搜索场景的超图生成 .....................................................................53 3.2.2 用户和物品的主题特征学习 .................................................................55 3.2.3 用户和物品的卷积特征学习 .................................................................61 3.2.4 预测 ...........................................................................................................62 3.3 实验结果 .......................................................................................................63 3.3.1 数据描述 ...................................................................................................63 3.3.2 ALDA模型的评估 ..................................................................................64 3.3.3 推荐的评估 ...............................................................................................68 3.4 本章小结 .......................................................................................................73 4 考虑在线退货成本时的全渠道竞争环境下的产品定价与组合策略 ...75 4.1 问题描述 .......................................................................................................75 4.2 模型构建 .......................................................................................................78 4.2.1 博弈次序 ...................................................................................................78 4.2.2 线上消费者的需求产生过程 .................................................................79 4.2.3 线下消费者的需求产生过程 .................................................................81 4.3 模型分析 .......................................................................................................82 4.3.1 卖家的均衡定价策略 ..............................................................................83 4.3.2 均衡价格和最优利润的性质 .................................................................84 4.3.3 最优产品组合策略 ..................................................................................87 4.3.4 竞争的影响 ...............................................................................................89 4.3.5 单渠道与双渠道销售策略 .....................................................................91 4.4 管理见解 .......................................................................................................93 4.5 本章小结 .......................................................................................................95 5 基于主题模型的跨平台用户情感分析比较研究 ..................................97 5.1 问题描述 .......................................................................................................97 5.2 相关理论基础 ...........................................................................................101 5.2.1 实验数据来源及数据类型 ...................................................................101 5.2.2 社交媒体的定义和特征 ........................................................................103 5.2.3 突发公共事件网络舆情 ........................................................................107 5.2.4 主题模型 .................................................................................................109 5.2.5 KNN算法 ...............................................................................................111 5.3 研究设计与方法 .......................................................................................111 5.3.1 研究设计 .................................................................................................111 5.3.2 研究方法与步骤 ....................................................................................113 5.4 数据结果分析 ...........................................................................................120 5.4.1 主题关键词集 ........................................................................................120 5.4.2 主题热度演化折线图 ............................................................................122 5.4.3 基于主题的情感态度演化柱状图 .......................................................124 5.5 本章小结 ....................................................................................................128 6 考虑消费者公平关切和战略行为的内容产品动态定价策略 .......131 6.1 问题描述 ....................................................................................................131 6.2 相关理论基础 ...........................................................................................134 6.2.1 内容产品定价 ........................................................................................134 6.2.2 动态定价策略 ........................................................................................135 6.2.3 消费者公平问题 ....................................................................................135 6.3 模型构建 ....................................................................................................136 6.3.1 内容产品开发商 ....................................................................................137 6.3.2 内容产品消费者 ....................................................................................137 6.3.3 需求函数 .................................................................................................139 6.4 结果分析 ....................................................................................................143 6.4.1 基础模型：缺乏公平性的动态定价策略 ..........................................144 6.4.2 主模型：公平的动态定价策略 ...........................................................145 6.4.3 消费者公平关注对动态定价策略的影响 ..........................................150 6.4.4 模式拓展：短视消费者的加入 ...........................................................152 6.5 本章小结 ....................................................................................................158 参考文献 ............................................................................................................160"

内容摘要
本书结合机器学习和运营管理的理论、方法等基本知识入手，以新零售背景下的产品推荐和运营决策为研究对象，运用文本挖掘、神经网络、博弈理论、优化理论、消费者行为理论，构建了结合机器学习和运筹优化的数据驱动模型，基于群体以及个人层面上的行为变化，解决新零售环境下考虑运营策略的线上产品推荐、线下产品组合优化、产品定价等问题。

主编推荐
本书结合机器学习和运营管理的理论、方法等基本知识入手，以新零售背景下的产品推荐和运营决策为研究对象，运用文本挖掘、神经网络、博弈理论、优化理论、消费者行为理论，?构建了结合机器学习和运筹优化的数据驱动模型，基于群体以及个人层面上的行为变化，解决新零售环境下考虑运营策略的线上产品推荐、线下产品组合优化、产品定价等问题。

精彩内容
本书结合机器学习和运营管理的理论、方法等基本知识入手，以新零售背景下的产品推荐和运营决策为研究对象，运用文本挖掘、神经网络、博弈理论、优化理论、消费者行为理论，?构建了结合机器学习和运筹优化的数据驱动模型，基于群体以及个人层面上的行为变化，解决新零售环境下考虑运营策略的线上产品推荐、线下产品组合优化、产品定价等问题。

   相关推荐   

—  没有更多了  —

店铺评价
消息 首页 搜索

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP