| | | 電子商務推薦相關技術分析及其改進機制 | 該商品所屬分類:管理 -> 電子商務 | 【市場價】 | 408-590元 | 【優惠價】 | 255-369元 | 【介質】 | book | 【ISBN】 | 9787504752246 | 【折扣說明】 | 一次購物滿999元台幣免運費+贈品 一次購物滿2000元台幣95折+免運費+贈品 一次購物滿3000元台幣92折+免運費+贈品 一次購物滿4000元台幣88折+免運費+贈品
| 【本期贈品】 | ①優質無紡布環保袋,做工棒!②品牌簽字筆 ③品牌手帕紙巾
| |
版本 | 正版全新電子版PDF檔 | 您已选择: | 正版全新 | 溫馨提示:如果有多種選項,請先選擇再點擊加入購物車。*. 電子圖書價格是0.69折,例如了得網價格是100元,電子書pdf的價格則是69元。 *. 購買電子書不支持貨到付款,購買時選擇atm或者超商、PayPal付款。付款後1-24小時內通過郵件傳輸給您。 *. 如果收到的電子書不滿意,可以聯絡我們退款。謝謝。 | | | | 內容介紹 | |
-
出版社:中國財富
-
ISBN:9787504752246
-
作者:薛福亮
-
頁數:197
-
出版日期:2014-06-01
-
印刷日期:2014-06-01
-
包裝:平裝
-
開本:16開
-
版次:1
-
印次:1
-
字數:197千字
-
由薛福亮編著的《電子商務推薦相關技術分析及 其改進機制》從電子商務協同過濾推薦質量與推薦效 率目前遇到的問題出發,從保證基礎評價數據的完整 性、推薦方法的準確性、計算復雜度的適宜性三個角 度去分析電子商務協同過濾推薦繫統,指出協同過濾 推薦繫統瓶頸的產生原因,並提出了改進機制。
-
第一章 電子商務繫統概述 第一節 電子商務的產生和發展 一、引言 二、電子商務產生和發展的條件 三、電子商務發展的三個階段 四、電子商務對社會經濟會產生哪些影響 五、電子商務在**外的發展情況 第二節 相關學科對電子商務的影響 一、計算機學科與電子商務 二、通信學科與電子商務 三、管理學科與電子商務 第三節 電子商務的基本概念 一、電子商務的定義 二、電子商務的硬件工作平臺 三、電子商務的軟件工作平臺 第四節 電子商務與**繫統 第五節 電子商務**現階段問題 第六節 本書的主要工作 一、本書的研究意義 二、本書的主要內容 三、本書的基本思路與研究方法 第七節 本書的組織結構 第二章 電子商務**及其相關技術評析 第一節 電子商務**繫統 一、電子商務**繫統及構成 二、電子商務個性化推薦繫統的作用 三、電子商務個性化推薦繫統的研究內容 四、**典型案例 第二節 **外研究現狀 一、基礎評價數據的完整性研究現狀 二、**方法研究現狀 三、計算復雜度研究現狀 第三節 基於內容的** 一、基於內容推薦基本思想 二、基於內容推薦過程 第四節 協同過濾** 一、協同過濾技術分類 二、基於用戶的協同過濾 三、基於項目的協同過濾 四、協同過濾**技術的優缺點 第五節 混合** 第六節 基於關聯規則的** 第七節 web數據挖掘與電子商務** 一、隱性數據挖掘 二、隱性評價數據的處理 第八節 其他推薦方法 第九節 **相關技術評析 第三章 基於Vaglle集理論的產品分類樹 第一節 VagIJe集相關理論介紹 一、Vague集相關理論產生背景 二、Vague集理論的基本思想 三、Vague集理論與電子商務** 第二節 產品特征的提取與表示 一、產品特征的提取 二、項目特征的Vague值表示 第三節 相似產品聚類 一、常用聚類算法比較 二、聚類原理與過程 第四節 生成產品分類樹 一、客戶興趣與種子類 二、產品分類樹的生成 三、種子類的預設 第五節 項目分類結構圖 第四章 神經網絡聚類與預測補值處理 第一節 神經網絡基本原理 一、神經網絡發展歷史 二、神經網絡特征 三、神經網絡基本內容 四、發展趨勢與應用 第二節 SOM與RBF的聚類與預測 第三節 SOM神經網絡的相似用戶聚類:SOM聚類算法 一、自組織神經網絡基本原理 二、自組織映射網絡的拓撲結構 三、SOM權值的調整域 四、SOM網絡運行原理 五、SOM學習方法 第四節 利用SOM對評價矩陣進行預聚類 一、SOM聚類過程 二、Matlab實現 第五節 RBF神經網絡預測補值 一、RBF神經網絡 二、網絡的訓練與設計 第六節 RBF神經網絡預測補值處理 一、RBF神經網絡預測補值過程 二、Matlab實驗及分析 第五章 協同過濾聚類及**的實施 第一節 相似用戶的聚類:利用K一均值聚類算法對種子類內相似用戶聚類 第二節 **的實施 一、本書**實施的流程 二、鋻定*積極與*消極鄰居 三、關聯規則挖掘 四、**結果集的生成 第六章 **質量實驗分析及評價 第一節 實驗度量指標 一、召回率與精度 二、F一相關檢測、MAE一平均**誤差 三、實驗方案 第二節 實驗過程 一、實驗基本內容 二、MAE一平均**誤差分析 三、計算復雜度分析 第七章 結論與展望 第一節 本書主要內容 一、研究網絡環境下顧客購物偏好的表示與識別 二、構造協同過濾**與關聯規則相結合的混合**模型 三、針對因數據計算復雜所引起的**實時性差問題提出改進機制 第二節 本書創新點 第三節 展望 參考文獻 後記
| | | | | |