個(gè)性化營(yíng)銷：考慮產(chǎn)品特征的個(gè)性化推薦及應(yīng)用

第一章  引言

1.1電子商務(wù)與海量數(shù)據(jù)

1.2個(gè)性化與推薦系統(tǒng)

1.3技術(shù)與行為視角下推薦系統(tǒng)研究的價(jià)值

第二章  個(gè)性化推薦的發(fā)展趨勢(shì)和前沿動(dòng)態(tài)

2.1 推薦系統(tǒng)整體概述

2.1.1 傳統(tǒng)推薦算法

2.1.2 社會(huì)化推薦

2.2 推薦算法中的預(yù)測(cè)不確定性

2.2.1 聚合層次的預(yù)測(cè)不確定性

2.2.2 個(gè)體層次的預(yù)測(cè)不確定性

2.3 互補(bǔ)性推薦與替代性推薦

2.4 推薦情境中產(chǎn)品關(guān)系挖掘方法介紹

2.5 推薦系統(tǒng)的行為影響

2.5.1 對(duì)消費(fèi)者的影響

2.5.2 對(duì)產(chǎn)品的影響

2.6 本章小結(jié)

第三章  同質(zhì)產(chǎn)品中考慮預(yù)測(cè)不確定性的個(gè)性化推薦方法

3.1 協(xié)同過濾方法介紹

3.2 預(yù)測(cè)不確定性的關(guān)鍵因素

3.3 對(duì)不確定性建模的二階段方法

3.3.1 置信度估計(jì)

3.3.2 后驗(yàn)概率估計(jì)

3.4 考慮不確定性后的個(gè)性化推薦與排序方法

3.5 推薦方法在電影產(chǎn)品上的數(shù)據(jù)分析

3.5.1 數(shù)據(jù)描述

3.5.2 評(píng)價(jià)測(cè)度

3.5.3 置信度估計(jì)方法的效果分析

3.5.4 推薦和排序的效果分析

3.5.5 數(shù)據(jù)稀疏性與方法效率討論

3.6 本章小結(jié)

第四章  非同質(zhì)產(chǎn)品推薦對(duì)消費(fèi)者支付意愿的影響

4.1 推薦系統(tǒng)中的互補(bǔ)品與替代品介紹

4.2 推薦中產(chǎn)品價(jià)格的影響

4.3 消費(fèi)者兩階段決策過程

4.4 推薦對(duì)支付意愿影響的用戶實(shí)驗(yàn)探究

4.4.1 實(shí)驗(yàn)設(shè)計(jì)與用戶選擇

4.4.2 實(shí)驗(yàn)步驟

4.4.3 因變量測(cè)度

4.5 實(shí)驗(yàn)結(jié)果分析

4.5.1 操控檢查

4.5.2 主要實(shí)驗(yàn)結(jié)果

4.5.3 魯棒性檢驗(yàn)

4.6 本章小結(jié)

第五章  非同質(zhì)產(chǎn)品的關(guān)系挖掘方法介紹

5.1 文本結(jié)構(gòu)化介紹

5.2 基于在線評(píng)論的非同質(zhì)產(chǎn)品的關(guān)系挖掘方法

5.2.1 基本模型

5.2.2 多輸入模型

5.3 關(guān)系挖掘方法在亞馬遜數(shù)據(jù)上的應(yīng)用

5.3.1 非文本因素的實(shí)驗(yàn)證據(jù)

5.3.2 模型效果分析

5.3.3 魯棒性分析

5.4 本章小結(jié)

第六章  結(jié)語(yǔ)

6.1 考慮產(chǎn)品特征的個(gè)性化推薦總結(jié)

6.2 技術(shù)與行為視角下個(gè)性化推薦的未來趨勢(shì)

參考文獻(xiàn)