《電子商務環境下顧客購物偏好推薦及企業利潤挖掘》研究所提出的個性化推薦系統包含5個階段:(1)顧客顯性偏好與隱性偏好的識別與集成。(2)顧客相似性度量與相似顧客聚類(3)顧客未知購物偏好的神經網路預測。(4)待推薦產品利潤關聯分析,確定推薦組合(5)推薦實施。
-
商業數據科學數據價值與機器學習實戰
$308 -
超級參與者 : 熱點秒移時代贏得持續引爆的新勢力
$360 -
消費者行為學(第六版)
$204 -
市場營銷學(二維碼版)
$354 -
零基礎玩轉短視頻
$260 -
市場營銷學
$235 -
從流量到留量:讓你的產品實現低成本持續增長
$450 -
獲客
$284 -
聚裂:雲+AI+5G的新商業邏輯
$360 -
滑屏時代:新媒體運營精進手冊
$355 -
種子用戶方法論
$474 -
超強掌控:如何迅速並深刻地影響他人
$232 -
私域流量池
$401 -
市場營銷學(第3版)
$235 -
銷售鐵軍
$280 -
習慣購買的力量
$355 -
超級帶貨
$280 -
好產品拼的是共情力:站在用戶角度去思考
$280 -
市場營銷:網路時代的超越競爭(第3版)
$330 -
影視廣告製作
$303

