返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 消费者行为数据驱动的搜索结果多样性问题研究 黄鑫 著 经管、励志 文轩网
  • 新华书店正版
    • 作者: 黄鑫著
    • 出版社: 科学技术文献出版社
    • 出版时间:2023-03-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: 黄鑫著
    • 出版社:科学技术文献出版社
    • 出版时间:2023-03-01 00:00:00
    • 版次:1
    • 开本:其他
    • 装帧:平装
    • ISBN:9787518992249
    • 国别/地区:中国
    • 版权提供:科学技术文献出版社

    消费者行为数据驱动的搜索结果多样性问题研究

    作  者:黄鑫 著
    定  价:58
    出 版 社:科学技术文献出版社
    出版日期:2022年06月01日
    页  数:212
    装  帧:平装
    ISBN:9787518992249
    主编推荐

    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。

    内容简介

    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-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。

    精彩内容

    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搜索结果优选相关-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

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    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

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购