基于关联规则的客户行为建模与商品推荐研究

随着我国电子商务事业的发展,传统的电子商务服务模式已经不能满足人们的购物需求,针对客户个性化推荐的研究具有一定的意义.本文将Apriori算法进行改进,利用改进的Apriori算法对用户兴趣信息进行挖掘,挖掘用户之间的关联性,建立用户行为模型,为用户推荐其感兴趣的商品,提升用户的购买体验.实验表明,改进的算法提高了推荐的精度和速度.     

关联规则在先进技术与产品推荐系统中的应用

目的为使客户能方便快捷地在网络中浏览和购买先进适用技术与产品,有效地获取所需信息.方法采用了数据挖掘中的关联规则方法,建立先进适用技术与产品之间的关联规则,将其存入相应的先进适用技术与产品的知识库.结果开发了先进适用技术与产品关联信息的推荐系统,可以根据客户的需求在知识库中提取出相关的先进适用技术与产品.建立先进适用技术与产品推荐模型.结论基于关联规则的技术与产品推荐系统,能够从大量的数据中的找出先进适用技术产品之间的关联信息,并对客户的需求有针对性地推荐相关的先进适用技术或产品,该系统具有准确性和实时性,更好地实现了先进适用技术与产品的推广.     

基于Web日志挖掘的网页推荐系统的设计

提出了一种基于Web日志挖掘的网页推荐系统。该系统采用Web日志挖掘的方法对用户的访问记录进行分析,挖掘出与用户访问的页面具有一定相关度的页面并推荐给该用户,为用户提供最合适、更具人性化的信息资源。     

基于数据挖掘的客户复购行为分析

基于客户订单大数据的关联规则数据挖掘方法探索女包品类客户的重复购买行为规律,以天猫快时尚行业一个卖家的女包品类销售为例,共收集121 966条订单数据,并对数据处理后的77 715条订单记录构建订单数据指标集合,研究客户的重复购买行为规律,在此基础上运用关联挖掘算法从商品关联销售的角度分析头部客户购买行为规律.研究发现客户的重复购买行为、卖家所售商品的销量和销量排名均符合幂律分布,复购客户所购买商品之间存在较大的相关性,研究结果可以为卖家提供更好的销售决策支持.     

用户消费行为中选择不明确性挖掘

以数据驱动,挖掘消费者在消费过程中的不明确性.在以数据为驱动的视角下提出自动挖掘不明确性的模型.给出每个行为小节观测到的不明确性的定量化方式.基于这些所观测定量化的不明确性,通过一个概率图模型同时习得潜在消费者的不明确性指数和商品组合中的不明确性指数.分析这类消费者行为中的选择不明确性挖掘在很多方面的潜在应用价值,比如竞争性商品的检测、个性化商品推荐.     

主动服务导向下的服务挖掘模型研究

服务挖掘的目的是通过对客户行为的分析,结合客户服务信息和标准服务规则寻求最佳服务方式,它强调主动服务、服务提前和最大限度地减小客户损失,并且使企业的资源得到合理配置.提出了主动服务的概念,描绘了服务挖掘的基本构架,在此基础上探讨了客户行为分析流程,对服务挖掘涉及的各种工具和方法进行了归纳,并提出了服务挖掘模型.     

基于日志挖掘的检索推荐系统

目的为了有效地预测用户在信息检索过程中可能点击的检索结果,从而进行网页的智能推荐.方法采取网络日志挖掘的技术,通过词频信息和知网（HowNet）中词的概念计算模型计算网页文档间的主题相关度,再将该语义信息与统计模型计算的条件概率值相结合,以此作为网页推荐的依据.结果提出了一种检索推荐统计模型,并构建了相应的原型系统,实验表明该方法显著提高了推荐系统的准确率.结论这项技术有效地提高了推荐结果与用户信息需求的相关程度,使推荐系统的性能获得了较大地提高,可以很好的应用于信息检索的智能推荐服务领域.     

一种基于上下文信息的个性化推荐模型

个性化推荐为解决互联网信息过载问题提供了新的思路。为有效地构建用户模型和改进个性化推荐的效果,提出了一种挖掘非结构化文本中上下文信息的新模型,将得到的上下文信息嵌入用户模型信息中,丰富了用户模型。实验结果表明,该模型应用于客户对旅馆评论的上下文数据中,能够大大改善推荐的性能。     

基于多场景融合的分布式推荐模型

个性化推荐系统中普遍存在着信息共享程度低、资源复用不足等问题.针对这些问题,提出基于多场景融合的分布式推荐模型,给出了该模型的组成单元和运行流程,以及对应的场景数据结构.该模型采用分布式的双向刻画的方法,通过多场景融合算法,进行客户特征(需求)与服务场景的互生成,并最终生成推荐列表.仿真实验证明,该模型较之独立节点的推荐模型,在消费娱乐领域,具有较高的客户覆盖度、推荐精度,且占用系统资源较少,具有较高的性价比.     

基于RSS的个性化网络广告推荐系统

RSS广告是最近出现的一种新型网络广告形式.针对RSS广告的个性化推荐,对个性化网络广告系统进行了探讨,提出了一种基于RSS的个性化网络广告推荐系统,并对系统的主要功能模块,包括数据预处理模块、文本挖掘模块、用户行为挖掘模块和智能推荐模块进行了分析与探讨,使RSS广告的个性化表示成为可能.     

遗忘曲线的协同过滤推荐模型

针对资源历史评价信息的时效量化问题,研究了一种应用遗忘曲线的协同过滤推荐模型.该模型以推荐信系统的构成要素为基础,将历史信息的时效量化函数引入到未知评分资源的推荐计算中.通过多阶段时效量化方法与时间单位映射函数,揭示不同资源时效衰减速率随用户兴趣变化的规律,获取具有记忆心理学中遗忘特征的推荐评价数值.实验表明,与现有协同过滤推荐模型的推荐效果相比,模型能够合理解决时效量化问题并提供质量较高的推荐效果.     

我国自主汽车品牌拥护影响因素研究

针对目前国内市场中自主汽车品牌大而不强的现状,以我国自主汽车品牌为研究对象,对我国消费者的消费心理进行分析,探讨品牌认知、客户体验、感知新颖性、感知实用性以及朋友推荐对品牌拥护的影响,并以顾客购买意愿为中介变量,利用结构方程理论进行模型的构建、检验和修正,并进行假设检验。结果表明,客户体验、感知新颖性、朋友推荐对顾客购买意愿和品牌拥护有直接促进作用,感知实用性对品牌拥护有间接促进作用,而品牌认知只对品牌拥护起到直接促进作用;购买意愿在客户体验、感知新颖性、感知实用性、朋友推荐与品牌拥护之间均起到中介作用,在品牌认知与品牌拥护之间未起到中介作用。     

电子商务下的柔性推荐系统

提出了一个电子商务柔性推荐系统（FRS）框架，它主要由推荐系统数据库（RSDW）、推荐系统模型库（RSMW）、推荐策略（Rs）、推荐模型控制引擎（RMCE）、推荐管理（RM）以及电子商务网站系统（Ec-website）组成。它独立于具体的推荐应用和推荐算法，能根据不同的商务推荐策略产生相应的推荐功能。最后给出了基于FRS推荐的实现步骤。     

针对淘宝商家客户管理系统的研究与开发

通过对现在C2C电子商务模式下的网上店铺客户管理进行研究,发现问题和不足,分析开发针对淘宝商家的客户管理系统的优势及现实意义。主要分析了在淘宝上开店的商家在客户管理方面存在的问题,帮助他们对客户进行有效管理。通过分析现有的页面抽取技术,了解页面抽取的基本流程和方法,然后设计开发Java页面抽取程序,对淘宝店铺页面的商品信息、商品交易记录、淘宝买家账户信息等数据进行抽取,设计合理数据库对数据进行分类保存及管理,然后使用Google图表API生成统计图表,使用基于B/S结构的网站显示统计图表信息,为淘宝商家进行产品营销提供了参考依据。     

基于电子商务的身份认证攻击研究

目前,认证问题是Web的应用中最值得关注的安全问题之一,它是保护Web安全的第一道门槛.从基于Web应用的认证漏洞攻击出发,提出程序级和应用级的解决方案,通过对输入、输出等方面进行有效性处理,从根本上杜绝了应用程序的安全漏洞,加强了Web应用的认证机制.     

一种改进的基于梯度提升回归算法的 O2O 电子商务推荐模型

位置属性对于线下消费的用户具有重要影响。为了有效提高个性化推荐精度,在对O2O电子商务特点进行用户特征分析的基础上,在推荐算法中引入当前时间参数和位置参数,提出了一种改进的基于梯度提升回归算法的O2O电子商务推荐模型。实验结果表明,改进的基于梯度提升回归算法的O2O电子商务推荐模型在实时性和准确性方面明显优于传统的推荐算法。     

电商平台产品共同购买网络的影响因素研究

共同购买网络的推荐系统应用越加广泛，仅基于网络内生结构变量研究其共同购买链接的经济意义已有局限，故加入网络口碑这一外生变量，进行更全面的分析。采用了社会网络方法中指数随机图模型进行建模，主要围绕产品销售量、产品入度、差评率和评论数4个方面因素，探究其对共同购买网络中共同购买链接形成的影响。结果显示，销售量、产品入度和评论数对共同购买链接形成的影响呈正比关系，而差评率则会显著地降低产品共同购买的几率。该指数随机图构建出的共同购买网络为在线电商平台管理网络口碑和推荐系统优化设计提供有益参考。     

基于JavaEE的电子商务推荐系统的设计与实现

通过在一个实际的基于JavaEE架构的电子商务平台上附加一个推荐引擎,使得该引擎能在实际购物过程中对用户的行为进行分析、计算,从而得到用户在近期内的个人偏好,并能在平台数据库中为用户做出合理有效的商品推荐.     

研究顾客心理学, 改善服务质量

论述了为满足顾客需求 ,改善服务质量的基本原理 ,同时指出情感服务对提高服务质量和促进企业发展的重要性     

Study on Customer Demands for Product Innovation

1 Introduction In the 21st century,Innovation has become the theme of knowledge economy.The competitions amongthemodern enterprises have more and more concentrated on adapting quickly the changed market demands andfastinnovation ability of the product[1]. At the same ti me ,customer demands for individuality,customization andinnovation of the products is increasing[2]. Recently,how new product development adapts to the new marketcompetition environment in manufacture enterprises has turned in…