电子商务个性化

当前位置:首页 > 管理 > 电子商务 > 电子商务个性化

出版社:清华大学
出版日期:2007-1
ISBN:9787302139744
作者:余力
页数:275页

内容概要

余力,博士,中国人民大学信息学院讲理由。毕业于北京航空航天大学经济管理学院。目前主要从事个性化推荐 、电子商务、DSS与商业智能、CRM、IT项目管理等领域的研究工作。
主持或参与国家自然科学基金、省部级科研项目5部。在Expert System with Application、《计算机科学》、《计算机集成制造系统》、《计算机工程》、《系统工程理论与实践》等国内外重要学术期刊、学术会议发表论文20多篇,其中SCI、EI、ISTP检索7篇,撰写专著1本。

书籍目录

第一篇  基础理论  第1章 绪论    1.1 电子商务个性的产生与发展    1.2 电子商务个性化的理论基础    1.3 电子商务个性化的应用领域  第2章 个性化服务分析    2.1 个性化服务概述    2.2 个性化服务的特征与形式    2.3 个性化服务技术    2.4 个性化服务体系结构    2.5 个性化服务应用比较研究  第3章 电子商务个性化概述    3.1 电子商务个性化概念    3.2 电子商务个性化需求    3.3 电子商务个性仑服务内容    3.4 正确认识电子商务个性化的价值  第4章 电子商务推荐系统    4.1 电子商务推荐系统简介    4.2 推荐系统类型    4.3 推荐系统架构  第5章 电子商务用户建模    5.1 获取用户信息    5.2 用户建模技术    5.3 用户聚类模型第二篇  方法技术  第6章 个性化推荐技术    6.1 个性化推荐技术    6.2 推荐评价    6.3 个性化推荐技术的关键问题    6.4 国内外电子商务推荐技术比较分析  第7章 关联规则推荐  第8章 个性化智能信息代理  第9章 个性公的eCRM  第10章 电子超市场购物推荐系统分析参考文献

作者简介

本书全面系统地论述了电子商务个性化的理论、技术、方法及其典型应用。全书共分12章,第1章主要介绍了电子商务个性化的产生和发展、理论基础、相关技术及其最新发展动态;第2~9章主要阐述了电子商务个性化推荐的相关理论、方法及技术,包括个性化服务分析、电子商务推荐系统、用户建模技术、个性化推荐方法、关联规则推荐、智能信息代理、个性化的eCRM;第10~12章分别介绍了电子商务个性化分别在电子超市、数字图书馆及证券领域的应用。
  本书可作为电子商务、信息系统、数据库、数据挖掘等相关领域研究与开发人员的参考用书;还可供高等院校的电子商务、信息管理与信息系统、计算机应用、管理科学与工程、系统工程等专业的研究生和高年级本科生作为参考书使用。

图书封面


 电子商务个性化下载



发布书评

 
 


精彩短评 (总计6条)

  •     这应该是第一本写推荐系统的书籍了,感觉这本书有点泛,缺乏核心内容,罗列的东西有点多,对推荐系统实践的指导性不强。不过初步了解推荐系统还是有帮助的。
  •     我大体看了一下,还可以吧,毕竟网上搜索到这一本书,我的毕业论文与这方面相关,相信会有帮助的。
  •     随着电子商务的发展,各种电子商务的网站层出不穷,这些网站为客户提供越来越多选择的同时,其结构也变得更加复杂,带来了一些新的问题:一方面,客户面临对大量的网上商品信息束手无策,客户经常会迷失在大量的商品信息空间中,Web服务的初衷是能让用户能够快捷方便地找到自己需要的资源,但是当前过量的网络信息资源反而增加了用户的麻烦;另一方面,商家也失去了与消费者的联系。推荐技术和系统因此出现,推荐系统的作用好比是模拟商店销售人员向客户提供商品推荐,帮助客户找到所需商品,从而顺利完成购买过程,因此可以有效保留客户,提高电子商务系统的销售;同时商家也可以通过推荐系统保持与客户的联系,重建客户关系。推荐系统出现的目的,是为了使得网络客户、商家建立更好的信息联系与服务。在日趋激烈的竞争环境下,有效的电子商务推荐系统能有效地保留客户,提高电子商务系统的销售。严格来讲,一个电子商务推荐系统的定义为:“利用电子商务网站向客户提供商品信息和建议,帮助用户决定应该购买什么产品,模拟销售人员帮助客户完成购买过程”。电子商务推荐系统最大的优点在于它能收集用户感兴趣的资料,并根据用户兴趣偏好主动为用户作出个性化推荐。总的来说,电子商务推荐系统的作用意义主要表现在三个方面:①将电子商务网站的浏览者转变为购买者;②提高电子商务网站的交叉销售能力(cross-selling);③提高客户对电子商务网站的满意度、忠诚度。目前对于电子商务领域个性化推荐的算法主要分为:基于内容过滤的推荐算法和协同过滤推荐算法。基于内容过滤的推荐算法依据“用户——资源”关系来决定推荐的内容,其通过分析用户过去对网络资源选择、访问或评价的情况,获取用户感兴趣的内容,并向用户推荐同类的网络资源;而协同过滤推荐算法是依据“用户——用户”关系来决定推荐的内容。根据用户之间兴趣的相似性,把与用户兴趣相似的其他用户感兴趣的商务资源推荐给该用户。这两种方法各有优点,一些对电子商务推荐系统的理论与方法研究工作多数集中于此。我正在用VC++实验协同过滤技术,——电子商务评价电子商务
  •     应该还算可以把,写的的确很理论,,方法,应用,
  •     书中概括的全面系统,目前本人正在细致的研读!
  •     书讲的内容泛泛,没什么内容。浪费钱财。
 

外国儿童文学,篆刻,百科,生物科学,科普,初中通用,育儿亲子,美容护肤PDF图书下载,。 零度图书网 

零度图书网 @ 2024