电子商务个性化推荐研究 本书特色

　　如何在爆炸性增长的信息中精确地为用户进行个性化推荐是目前电子商务领域的前沿研究课题。本书从技术和管理两个方面对个性化推荐进行研究。对电子商务个性化推荐技术的研究，首先通过基于项目评分的数据填充方法对未评分的项目进行评分预测，然后运用社会网络分析方法将用户信任度引入基于用户的协同过滤推荐方法的改进中，以解决多维推荐空间下个性化推荐数据的稀疏性问题，提高推荐精准度。对电子商务用户个性化推荐技术接受影响因素的研究，主要是运用创新扩散理论，综合分析电子商务用户个性化推荐技术的接受和使用过程，以及各阶段的主要影响因素，从而建立电子商务用户个性化推荐技术接受影响因素模型，并提出相关假设，然后通过问卷调查和结构方程模型收集、分析数据，对模型和相关假设的有效性进行验证。 

电子商务个性化推荐研究 内容简介

本书从技术和管理两个方面对个性化推荐进行研究。对电子商务个性化推荐技术的研究, 首先通过基于项目评分的数据填充方法对未评分的项目进行评分预测, 然后运用社会网络分析方法将用户信任度引入基于用户的协同过滤推荐方法的改进中, 以解决多维推荐空间下个性化推荐数据的稀

电子商务个性化推荐研究 目录

第1章绪论1.1研究背景1.2我国电子商务个性化推荐发展现状1.2.1我国电子商务发展现状1.2.2我国电子商务个性化推荐发展现状1.3研究内容与研究思路1.3.1电子商务个性化推荐技术研究1.3.2电子商务用户个性化推荐技术接受研究第2章电子商务个性化推荐概述2.1电子商务个性化推荐的定义、分类及构成2.1.1电子商务个性化推荐的定义及分类2.1.2电子商务个性化推荐系统的构成2.2电子商务个性化推荐系统的作用2.3电子商务个性化推荐系统的应用范围2.4电子商务个性化推荐研究内容第3章电子商务个性化推荐研究综述3.1电子商务个性化推荐技术综述3.1.1基于内容的个性化推荐3.1.2基于关联规则的个性化推荐3.1.3基于协同过滤的个性化推荐3.1.4基于网络结构的个性化推荐3.1.5混合推荐3.1.6个性化推荐技术总结与比较3.2电子商务用户个性化推荐技术接受研究综述3.2.1技术接受理论模型3.2.2国内外技术接受研究现状3.2.3国内外电子商务用户个性化推荐技术接受研究现状第4章电子商务个性化推荐技术改进研究4.1电子商务个性化推荐技术改进现状4.2电子商务个性化推荐存在的问题4.2.1数据稀疏性问题4.2.2冷启动问题4.2.3多维推荐空间的扩展问题4.2.4个性化推荐效果评价问题4.3电子商务个性化推荐算法改进研究4.3.1多维推荐空间的形式化定义4.3.2基于项目预测评分的数据填充4.3.3个性化推荐算法改进4.3.4推荐算法改进程序设计4.4推荐算法改进仿真及评价4.4.1仿真数据4.4.2仿真环境4.4.3仿真评价指标4.4.4仿真及验证4.4.5算法改进效果评价第5章电子商务个性化推荐技术接受研究5.1电子商务用户个性化推荐技术接受过程分析5.1.1创新扩散理论分析5.1.2电子商务用户个性化推荐技术接受过程分析5.2电子商务用户个性化推荐技术接受影响因素分析5.2.1个体因素5.2.2技术因素5.2.3社会因素5.3电子商务用户个性化推荐技术接受影响因素模型构建5.3.1用户信任的测量5.3.2个人信任倾向与用户信任之间的关系5.3.3系统信任、个人信任倾向与用户信任的关系5.3.4用户信任与个性化推荐技术接受意向之间的关系5.3.5技术特性与个性化推荐技术接受意向之间的关系5.3.6主观规范与个性化推荐技术接受意向之间的关系5.3.7电子商务用户个性化推荐技术接受影响因素模型的建立5.4电子商务用户个性化推荐技术接受影响因素研究方法5.4.1问卷调查5.4.2结构方程模型5.5模型指标来源5.6数据分析与讨论5.6.1描述性统计5.6.2数据分析5.6.3数据分析结论与讨论附录电子商务用户个性化推荐技术接受影响因素的调查问卷参考文献重要术语索引表

电子商务个性化推荐研究 作者简介

　　刘蓓琳，博士，北京工商大学计算机与信息工程学院副教授。近五年来，发表论文三十余篇，其中大部分被CSSCI、CSCD、EI、北大核心期刊收录；出版专著《基于主客观的城市低碳经济评价研究》、教材《电子商务业务处理技术》《网络营销》《电子商务实验指导》等。主持并完成教育部人文社会科学基金项目一项，参与国家自然科学基金项目两项、国家社会科学基金项目一项、北京社会科学基金项目一项。主持或参与校级教改项目多项；多次带学生参加学科竞赛，获得国家级和市级一、二、三等奖。

 1/2    1 2 下一页 尾页

管理 电子商务

在线阅读