《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 -
大數據時代的商業分析
$221 -
市場營銷學(第3版)
$235 -
市場調研與需求分析一體化項目教程
$151 -
刷屏:可被複制的、製造刷屏級傳播事件的方法論
$308 -
服務營銷:理論、方法與案例(第2版)
$209 -
阿里鐵軍銷售課
$303 -
超級帶貨
$280 -
獲客
$284 -
市場營銷複習指導
$235 -
拼多多 憑什麼:拼多多運營從0到1實戰指南
$308 -
克萊普納廣告學(第18版)
$2,600 -
一本書輕鬆讀懂銷售心理學(第2版)
$260 -
市場營銷學(二維碼版)
$354 -
營銷的本質(珍藏版)
$308 -
我的營銷人生:「現代營銷學之父」菲利普·科特勒自述
$322 -
市場營銷學:現代的觀點(第二版)
$392 -
麥迪森大道之王
$303 -
銷售鐵軍
$280 -
聚裂:雲+AI+5G的新商業邏輯
$360

