• 消费者行为数据驱动的搜索结果多样问题研究
  • 消费者行为数据驱动的搜索结果多样问题研究
  • 消费者行为数据驱动的搜索结果多样问题研究
  • 消费者行为数据驱动的搜索结果多样问题研究
  • 消费者行为数据驱动的搜索结果多样问题研究
  • 消费者行为数据驱动的搜索结果多样问题研究
  • 消费者行为数据驱动的搜索结果多样问题研究
  • 消费者行为数据驱动的搜索结果多样问题研究
21年品牌 40万+商家 超1.5亿件商品

消费者行为数据驱动的搜索结果多样问题研究

新华书店全新正版书籍图书 保证_可开发票_极速发货支持7天无理由

37.9 6.5折 58 全新

库存2件

浙江嘉兴
认证卖家担保交易快速发货售后保障

作者黄鑫

出版社科学技术文献出版社

ISBN9787518992249

出版时间2022-06

装帧平装

开本16开

定价58元

货号31678499

上书时间2024-10-18

學源图书专营店

已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
商品简介

本书从挖掘在线评论入手,构建了面向长尾产品的特征-观点挖掘模型。不同于以往的研究,该模型刻画了文档级别的情感特征分布,提出了基于多词性标注的**熵模型特征函数改进方法,并结合单词共现模式对长尾产品特征词和消费者观点词进行了准确的识别与区分,设计了吉布斯采样算法对模型参数进行求解,同时提出了改进的k-medoids算法对评论文本进行分类。



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-BasedSystems》、《IEEETransactionsonEngineeringManagement》、《Computers&IndustrialEngineering》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IFIPCONFENIS、COMPUTERSANDINDUSTRIALENGINEERING等高水平国际会议上发表多篇学术论文。

目录
目 录
1  大数据时代搜索技术面临的挑战  / 001
1.1    研究背景    / 001
1.2    研究问题与意义    / 012
1.3    研究内容与技术路线    / 015
2  个性化搜索的研究动态  / 017
2.1    在线评论的有用性研究    / 018
2.2    基于评论数据的搜索结果研究    / 022
2.3    搜索结果多样性相关研究    / 027
2.4    研究评述    / 039
3  面向长尾产品的特征 - 观点挖掘模型  / 041
3.1    问题描述    / 041
3.2    面向长尾产品的特征 - 观点挖掘模型构建    / 045
3.3    实验结果分析    / 056
3.4    本章小结    / 069
4  基于产品评价特征的多样化搜索结果识别研究  / 070
4.1    问题描述    / 070
4.2    预备知识    / 072
4.3    混合数据的统一相似性度量问题研究    / 078
4.4    多样化搜索结果识别算法构建    / 085
4.5    实验结果分析    / 089
4.6    本章小结    / 099
5  基于消费者动态偏好的多样化搜索结果识别研究  / 101
5.1    问题描述    / 101
5.2    消费者动态偏好分析模型构建    / 103
5.3    搜索结果最大相关 - 多样性问题研究    / 114
5.4    实验结果分析    / 117
5.5    本章小结    / 137
6  基于消费者在线查询的产品推荐问题研究  / 139
6.1    问题描述    / 139
6.2    基于在线查询的推荐框架构建    / 140
6.3    实验结果分析    / 148
6.4    本章小结    / 157
7  新零售背景下全渠道推荐机制研究的机遇与挑战  / 158
7.1    新零售背景下全渠道推荐机制研究的意义    / 158
7.2    全渠道推荐机制研究梳理    / 162
7.3    现有研究的不足与未来的研究方向    / 175
8  结论与展望  / 178
8.1    研究结论    / 178
8.2    研究展望    / 181
参考文献  / 183

内容摘要
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。

精彩内容

本书首先从分析在线评论入手,同时针对性地考虑了“长尾”产品评论的文本稀疏性问题,构建了从消费者在线评论中提取产品特征和消费者情绪的主题模型;然后在抽取出的产品主题特征(外观、质量等)和情感观点(喜欢、抱怨、无感等)信息基础上,提出了度量具有数值属性和文本属性的数据对象之间相似性的方法;并相应地开发了可以提取多样化结果的搜索算法;最后建立了刻画消费者兴趣偏好的用,户分析模型,通过结合用户偏好和产品特征观点,设计了满足消费者个性化需求的搜索算法。



   相关推荐   

—  没有更多了  —

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