加载中...
扫一扫
下载苏宁易购APP
关注苏宁推客公众号
自购省钱·分享赚钱
下载苏宁金融APP
关注苏宁易购服务号
用户评价:----
物流时效:----
售后服务:----
实名认证领苏宁支付券立即领取 >
¥
提前抢
SUPER会员专享
由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
欢迎光临本店铺
点我可查看更多商品哦~
100%刮中券,最高50元无敌券,券有效期7天
亲,今日还有0次刮奖机会
我的云钻:0
您的云钻暂时不足,攒足云钻再来刮
恭喜获得1张券!
今天的机会已经全部用完了,请明天再来
恭喜刮出两张券,请选择一张领取
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
正版 应用机器学习方法度量在线品牌忠诚度模型构建研究 赵玮著
¥ ×1
商品
服务
物流
1 绪论1.1 研究背景1.2 研究目的及研究意义1.2.1 研究目的1.2.2 研究意义1.3 国内外研究现状1.3.1 国外研究现状1.3.2 国内研究现状1.3.3 研究现状评述1.4 研究思路与研究内容1.4.1 研究思路1.4.2 研究内容2 在线品牌忠诚度大数据与机器学习方法2.1 在线品牌忠诚度大数据2.1.1 在线品牌忠诚度大数据的基本特性2.1.2 在线品牌忠诚度大数据的特征2.1.3 在线品牌忠诚度大数据分析评述2.2 在线品牌忠诚度度量的机器学习2.2.1 机器学习研究概述2.2.2 在线品牌忠诚度度量的机器学习要素2.2.3 在线品牌忠诚度度量的机器学习聚类方法2.2.4 在线品牌忠诚度度量的机器学习框架2.2.5 在线品牌忠诚度度量的机器学习环境2.2.6 在线品牌忠诚度度量的机器学习路径2.3 本章小结3 在线品牌忠诚度度量的在线数据采集3.1 在线品牌忠诚度度量的在线数据采集关键技术3.1.1 信息源3.1.2 采集方法3.1.3 数据处理3.2 在线品牌忠诚度度量的在线数据采集模型分析3.2.1 在线数据采集模型3.2.2 在线数据采集模型抓取策略3.2.3 在线数据采集模型结构原理3.3 在线品牌忠诚度度量的在线数据采集模型设计3.3.1 在线数据采集模型的策略设计3.3.2 在线数据采集模型的架构设计3.3.3 在线数据采集模型的详细设计3.4 在线品牌忠诚度度量的在线数据采集模型实现3.4.1 根据主题抓取 URL 列表3.4.2 URL 判重3.4.3 网页解析存储3.5 本章小结4 在线品牌忠诚度度量的在线数据清洗4.1 在线品牌忠诚度度量的在线数据清洗概述4.1.1 在线品牌忠诚度度量的在线数据清洗流程4.1.2 在线品牌忠诚度度量的在线数据清洗准备4.1.3 在线品牌忠诚度度量的在线数据清洗对象4.2 在线品牌忠诚度度量的在线数据检测算法的设计与实现4.2.1 在线品牌忠诚度度量的在线重复数据检测算法4.2.2 在线品牌忠诚度度量的在线错误数据检测算法4.2.3 在线品牌忠诚度度量的在线缺失数据检测算法4.3 在线品牌忠诚度度量的在线数据清洗算法的设计与实现4.3.1 在线品牌忠诚度度量的在线重复数据清洗算法4.3.2 在线品牌忠诚度度量的在线数据转换类型算法的设计与实现4.3.3 在线品牌忠诚度度量的在线错误数据清洗算法的设计与实现4.3.4 在线品牌忠诚度度量的在线缺失数据清洗算法4.3.5 在线品牌忠诚度度量的在线数据合并和过滤算法4.4 本章小结5 在线品牌忠诚度度量的机器学习方法模型构建5.1 机器学习聚类算法理论5.1.1 聚类的概念5.1.2 划分聚类算法5.2 在线品牌忠诚度度量模型特征概述5.2.1 在线品牌忠诚度度量模型特征选择依据5.2.2 在线品牌忠诚度度量模型特征指标定义5.3 在线品牌忠诚度度量模型特征构建5.3.1 在线品牌忠诚度度量模型行为特征集构建算法5.3.2 在线品牌忠诚度度量模型态度特征集构建算法5.3.3 在线品牌忠诚度度量模型时间特征集构建算法5.3.4 在线品牌忠诚度度量模型用户特征集构建算法5.3.5 在线品牌忠诚度度量模型初始特征集构建算法5.4 在线品牌忠诚度度量模型构建5.4.1 在线品牌忠诚度度量模型的要素定义5.4.2 在线品牌忠诚度度量模型的要素实例5.4.3 在线品牌忠诚度度量模型的方法定义5.4.4 在线品牌忠诚度度量模型的构建实现5.5 本章小结6 在线品牌忠诚度度量模型检验6.1 在线品牌忠诚度度量模型检验概述6.1.1 聚类模型有效性6.1.2 聚类模型有效性的检验方法6.2 在线品牌忠诚度度量模型检验指标设计6.2.1 在线品牌忠诚度度量模型内部有效性指标6.2.2 在线品牌忠诚度度量模型外部有效性指标6.3 在线品牌忠诚度度量模型内部有效性指标检验实现6.3.1 在线品牌忠诚度度量模型 SSE 指标检验算法6.3.2 在线品牌忠诚度度量模型 SSB 指标检验算法6.3.3 在线品牌忠诚度度量模型 Intra DPS 指标检验算法6.3.4 在线品牌忠诚度度量模型 Inter DPS 指标检验算法6.3.5 在线品牌忠诚度度量模型交叉检验算法6.4 在线品牌忠诚度度量模型外部有效性指标检验实现6.4.1 Allan L. Baldinger 和 Joel Rubinson 的理论检验6.4.2 Palto 理论的检验6.5 本章小结7 在线品牌忠诚度度量的模型优化7.1 在线品牌忠诚度度量的模型数据处理优化方法7.1.1 增加数据量7.1.2 处理缺失值和异常值7.2 在线品牌忠诚度度量的模型数据处理优化实现7.2.1 算法设计7.2.2 算法实现7.3 在线品牌忠诚度度量的模型特征工程优化方法7.3.1 特征工程优化概述7.3.2 RFE 特征选择方法7.3.3 Boruta 特征选择方法7.4 在线品牌忠诚度度量的模型特征工程优化实现7.4.1 特征转换和选择预处理方法的实现7.4.2 RFE 特征选择方法的实现7.4.3 基于 RFE 特征选择方法的模型优化7.4.4 Boruta 特征选择方法的实现7.4.5 基于 Boruta 特征选择方法的模型优化7.4.6 基于 RFE 和 Boruta 特征选择方法的模型优化比较7.5 在线品牌忠诚度度量的模型算法调整优化方法及实现7.5.1 基于聚类数 k 选择的模型优化7.5.2 基于迭代次数选择的模型优化7.5.3 基于初始质心生成次数选择的模型优化7.6 在线品牌忠诚度度量最优模型效果7.6.1 实现在线品牌忠诚度相似用户的聚类7.6.2 实现在线品牌忠诚度的界定7.7 本章小结8 总结与展望参考文献
赵玮,1981年生,经济学博士,北京联合大学应用科技学院经济管理系电子商务专业教师,具备双师素质资格,靠前级精品课程及靠前级资源共享课程“Web技术应用基础”核心成员。主要研究领域包括:数据挖掘与数据分析、机器学习、职业技术教育。发表核心论文、EI期刊论文4篇,主持全国教育科学规划课题一项,并参与完成多个省部级、校级教研和科研项目。曾获得第九届全国多媒体课件大赛高职组奖、北京联合大学暑期社会实践指导教师、北京联合大学应用科技学院院级 “师德” 优选个人等奖项,并指导学生获得第九届“畅享杯”全国职业院校创业技能大赛“企业经营管理沙盘竞赛”全国总决赛团体三等奖,第三届大学生(文科)计算机设计大赛三等奖。
主要研究论坛贴文、博客文章、微博文章等媒体互动讨论的舆情数据的抓取,以及舆情数据的综合处理和分析,并实现基于大数据的舆情预警研究。实现对舆情数据的可视化展示,用图表呈现舆情的时间走势、地域分布、主题分布、文章排行、热度聚集、热词发现等舆情分析结果,辅助决策。实现对相关热点话题的自动识别、智能聚类以及对传播路径的追溯、对议题漂移的捕捉和核心观点的摘要。
在大数据环境下,面对在线消费提供的海量数据信息,传统的技术方法已逐渐无法满足企业创造和维持品牌忠诚的竞争需求。《应用机器学习方法度量在线品牌忠诚度模型构建研究》构建了一个在线消费大数据时代下的人工智能模型——机器学习模型,通过机器学习方法,对在线消费者的品牌商品购买行为进行聚类,实现具有相似忠诚度的用户的聚类,同时实现在线品牌忠诚度的度量。其中,重点研究机器学习路径、机器学习算法、模型构建方法,以及模型的检验与优化方法。《应用机器学习方法度量在线品牌忠诚度模型构建研究》适合经济管理专业的研究生和教师阅读。
抢购价:¥ 38.00
易购价:¥ 38.00
注:参加抢购将不再享受其他优惠活动
亲,很抱歉,您购买的宝贝销售异常火爆,让小苏措手不及,请稍后再试~
验证码错误
看不清楚?换一张
确定关闭
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
查看我的收藏夹
非常抱歉,您前期未参加预订活动,无法支付尾款哦!
关闭
抱歉,您暂无任性付资格
继续等待
0小时0分
立即开通
SUPER会员