《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。
-
市場營銷:網路時代的超越競爭(第3版)
$330 -
私域流量池
$401 -
殺死行銷:打造企業IP新策略
$360 -
拼多多 憑什麼:拼多多運營從0到1實戰指南
$308 -
消費4.0:消費升級驅動下的零售創新與變革
$308 -
種子用戶方法論
$474 -
Google AdSense實戰寶典:用谷歌廣告聯盟出海賺美元(第2版)
$474 -
市場營銷複習指導
$235 -
聚裂:雲+AI+5G的新商業邏輯
$360 -
刷屏:可被複制的、製造刷屏級傳播事件的方法論
$308 -
文案變現:寫出有效文案的四個黃金步驟
$260 -
銷售鐵軍
$280 -
市場營銷學
$294 -
分量:跳出競爭深井 成為當然之選
$256 -
市場營銷理論與實務
$251 -
超強掌控:如何迅速並深刻地影響他人
$232 -
從流量到留量:讓你的產品實現低成本持續增長
$450 -
消費者行為學(第六版)
$204 -
影視廣告製作
$303 -
市場研究技術
$336

