《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。
-
種子用戶方法論
$474 -
阿里鐵軍銷售課
$303 -
市場研究技術
$336 -
好產品拼的是共情力:站在用戶角度去思考
$280 -
我的營銷人生:「現代營銷學之父」菲利普·科特勒自述
$322 -
習慣購買的力量
$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
$294 -
聚裂:雲+AI+5G的新商業邏輯
$360 -
文案變現:寫出有效文案的四個黃金步驟
$260 -
市場調研與需求分析一體化項目教程
$151 -
超級帶貨
$280 -
交易對手信用風險和信用價值調整(第二版)
$512 -
從流量到留量:讓你的產品實現低成本持續增長
$450 -
超級參與者 : 熱點秒移時代贏得持續引爆的新勢力
$360 -
新媒體廣告
$260 -
移動行銷管理
$726 -
市場營銷:網路時代的超越競爭(第3版)
$330 -
私域流量池
$401 -
服務營銷:理論、方法與案例(第2版)
$209

