《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。
-
大數據時代的商業分析
$221 -
私域流量池
$401 -
文案變現:寫出有效文案的四個黃金步驟
$260 -
交易對手信用風險和信用價值調整(第二版)
$512 -
分量:跳出競爭深井 成為當然之選
$256 -
一本書輕鬆讀懂銷售心理學(第2版)
$260 -
聚裂:雲+AI+5G的新商業邏輯
$360 -
麥迪森大道之王
$303 -
我的營銷人生:「現代營銷學之父」菲利普·科特勒自述
$322 -
好產品拼的是共情力:站在用戶角度去思考
$280 -
服務營銷:理論、方法與案例(第2版)
$209 -
市場營銷學(第3版)
$235 -
消費者行為學(第六版)
$204 -
溝通力就是銷售力
$235 -
滑屏時代:新媒體運營精進手冊
$355 -
拼多多 憑什麼:拼多多運營從0到1實戰指南
$308 -
營銷的本質(珍藏版)
$308 -
習慣購買的力量
$355 -
種子用戶方法論
$474 -
移動行銷管理
$726

