数据驱动的个性化推荐与运营决策联合优化研究
正版保障 假一赔十 电子发票
￥ 26.4 5.5折 ￥ 48 全新
库存20件
作者黄鑫著
出版社科学技术文献出版社
ISBN9787523509937
出版时间2023-11
装帧平装
开本其他
定价48元
货号4678396
上书时间2024-10-21
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
本书运用超图理论, 整合不同渠道的消费者行为特征, 构建全渠道融合的消费者需求预测模型; 针对线上渠道和线下渠道的相互影响机制, 基于消费者效用理论, 解决全渠道协调的在线零售商和实体零售商的产品展示推荐问题; 基于博弈论, 预测消费者因为退货行为影响的购买意愿, 考虑网络零售商和实体零售商相互协同的产品组合优化和产品定价联合优化问题; 考虑消费者偏好的跨平台异质特征, 运用文本挖掘, 从微观用户角度研究不同平台在产品和服务上的替代性和互补性。
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。
相关推荐
-
数据驱动的个性化推荐与运营决策联合优化研究
全新广州
￥ 24.64
-
数据驱动的个性化推荐与运营决策联合优化研究
全新广州
￥ 26.64
-
数据驱动的个性化推荐与运营决策联合优化研究
全新广州
￥ 24.64
-
数据驱动的个性化推荐与运营决策联合优化研究
全新广州
￥ 29.57
-
数据驱动的个性化推荐与运营决策联合优化研究
全新北京
￥ 31.94
-
数据驱动的个性化推荐与运营决策联合优化研究
全新北京
￥ 28.30
-
数据驱动的个性化推荐与运营决策联合优化研究
全新广州
￥ 24.63
-
数据驱动的个性化推荐与运营决策联合优化研究9787523509937
全新广州
￥ 30.11
-
数据驱动的个性化需求预测理论与方法
全新北京
￥ 106.20
-
数据驱动的个性化需求预测理论与方法
全新北京
￥ 157.40
— 没有更多了 —
以下为对购买帮助不大的评价