{正版现货新书} 基于在线评论的偏好学习与产品推荐 9787522756578 吴性丽, 著

全新正版现货，以书名为准，放心购买，购书咨询18515909251朱老师

74.27 5.8折 128 全新

库存79件

北京丰台

作者吴性丽, 著

出版社中国社会科学出版社

ISBN9787522756578

出版时间2025-12

装帧平装

开本24

定价128元

货号200075208

上书时间2026-02-09

商品详情

品相描述：全新

商品描述: 作者简介
吴性丽，四川大学特聘副研究员、硕士生导师。从事智能决策、产品质量管理、医疗服务管理等相关交叉领域的研究。曾获2025年四川省自然科学奖三等奖、2024年管理科学与工程学会“博士学位论文支撑计划（A类）”，入选斯坦福大学全球前2%顶尖科学家榜单（2020—2025）。在EJOR、Omega等国际知名期刊以第一/通讯作者身份发表SCI/SSCI期刊论文30余篇，其中5篇入选ESI高被引论文，3篇入选ESI热点论文。主持国家社会科学基金、国家自然科学基金等项目6项。担任EAAI期刊编委。

目录
第一章  绪论
  第一节  研究背景
  第二节  研究问题
  第三节  研究意义
  第四节  研究目标与内容
  第五节  研究方法与结构安排
  第六节  研究特色与创新
第二章  国内外研究现状
  第一节  基于在线评论的消费者决策行为与偏好分析研究
  第二节  基于在线评论的同类型产品推荐研究
  第三节  基于多属性价值理论的偏好学习研究
  第四节  研究评述
  第五节  本章小结
第三章  基于概率语言术语集的在线评论结构化表达与运算
  第一节  在线评论的结构化表达
  第二节  基于效用理论的在线评论基本运算法则
  第三节  基于证据理论的在线评论集成运算
  第四节  本章小结
第四章  推荐系统模式下基于在线评论的偏好学习与产品推荐
  第一节  基于补偿型值函数的偏好建模方法
  第二节  基于补偿型值函数的消费者偏好学习方法
  第三节  推荐系统模式下的同类型产品推荐方法
  第四节  实验分析：基于TripAdvisor.com上在线评论的餐厅消费者偏好分析
  第五节  实验分析：基于TripAdvisor.com上在线评论的餐厅推荐
  第六节  本章小结
第五章  推荐代理模式下基于间接偏好信息的偏好学习与产品推荐
  第一节  概率语言偏好关系
  第二节  基于概率语言偏好关系的偏好学习模型
  第三节  推荐代理模式下的同类型产品推荐方法
  第四节  案例分析：针对消费者个体线上购买的笔记本电脑推荐
  第五节  案例分析：针对消费者群体线上购买的跑步机推荐
  第六节  对比分析
  第七节  本章小结
第六章  推荐代理模式下基于直接偏好信息的多属性决策与产品推荐
  第一节  考虑定量与定性信息融合的产品排序方法
  第二节  考虑消费者风险容忍态度的多属性分类方法
  第三节  考虑非完全补偿性的群体意见集成方法
  第四节  本章小结
第七章  总结与研究展望
  第一节  总结
  第二节  研究展望
参考文献
附录
索引

内容摘要
为解决电子商务平台存在的产品信息过载问题，本书以在线评论为基础，研究同类型产品的排序与推荐方法。研究分为两个层面：首先，通过文本挖掘从在线评论中提取关键产品信息；其次，结合多属性决策理论构建产品推荐模型。围绕消费者偏好信息的不同获取途径，研究从三个方面展开：一是运用偏好学习方法，从在线评论中自动识别消费者偏好结构，提出一种适用于推荐系统场景的产品推荐模型；二是通过分析消费者提供的间接偏好信息，借助偏好学习方法推断其偏好模型，构建一种适用于推荐代理模式的产品推荐框架；三是针对涉及多维度复杂决策因素的产品推荐问题，提出若干种基于直接偏好诱导的产品排序方法，提升推荐结果的合理性与用户满意度。

精彩内容
    为解决电子商务平台存
在的产品信息过载问题，本
书以在线评论为基础，研究
同类型产品的排序与推荐方
法。研究分为两个层面：首
先，通过文本挖掘从在线评
论中提取关键产品信息；其
次，结合多属性决策理论构
建产品推荐模型。围绕消费
者偏好信息的不同获取途径
，研究从三个方面展开：一
是运用偏好学习方法，从在
线评论中自动识别消费者偏
好结构，提出一种适用于推
荐系统场景的产品推荐模型
；二是通过分析消费者提供
的间接偏好信息，借助偏好
学习方法推断其偏好模型，
构建一种适用于推荐代理模
式的产品推荐框架；三是针
对涉及多维度复杂决策因素
的产品推荐问题，提出若干
种基于直接偏好诱导的产品
排序方法，提升推荐结果的
合理性与用户满意度。