《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。
      
      
      
      
      
    
    
  - 
				
					
					市場調研與需求分析一體化項目教程
$151 - 
				
					
					商業數據科學數據價值與機器學習實戰
$308 - 
				
					
					克萊普納廣告學(第18版)
$2,600 - 
				
					
					習慣購買的力量
$355 - 
				
					
					交易對手信用風險和信用價值調整(第二版)
$512 - 
				
					
					文案變現:寫出有效文案的四個黃金步驟
$260 - 
				
					
					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 - 
				
					
					市場營銷學(二維碼版)
$354 - 
				
					
					營銷的本質(珍藏版)
$308 - 
				
					
					麥迪森大道之王
$303 - 
				
					
					超級參與者 : 熱點秒移時代贏得持續引爆的新勢力
$360 - 
				
					
					好產品拼的是共情力:站在用戶角度去思考
$280 - 
				
					
					銷售鐵軍
$280 - 
				
					
					消費者行為學(第六版)
$204 - 
				
					
					從流量到留量:讓你的產品實現低成本持續增長
$450 - 
				
					
					大數據時代的商業分析
$221 - 
				
					
					獲客
$284 - 
				
					
					市場營銷學
$294 - 
				
					
					新媒體廣告
$260 

