考慮產品特徵的個性化推薦及應用
張明月
46人在讀
11萬字總字數
¥34定價
張明月
隨着電子商務的滲透和用戶對個性化服務需求的激增，如何利用平臺上的海量行爲數據，設計合適的算法以進行個性化產品推薦，成爲企業在電商營銷中重點關注的問題。同時，深入瞭解已有推薦機制對消費者產生的行爲影響，也能夠有效地幫助商家和平臺及時調整推薦策略。由此本書分別從技術視角和行爲視角出發，針對同質性產品和非同質產品，對產品推薦的相關方法和行爲影響進行介紹，較爲完整地從多個角度豐富了對推薦系統的認識。 此外，本書還介紹了以神經網絡爲基礎的非同質產品的關係挖掘方法。以在線評論爲數據源，對評論文本內容分析並構建產品兩兩之間的特徵函數來對其關係建模。此外，從實際觀測結果出發，還考慮了在線評論的其他非文本特徵，進一步提高關係挖掘的準確率。最後，通過亞馬遜平臺的真實數據分析了本書所介紹方法的有效性，並討論了該預測方法在不同參數和稀疏性水平數據集下的表現。填補了學術空白。