數據驅動的個性化推薦與運營決策聯合優化研究 黃鑫 9787523509937 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：科學技術文獻
物品所在地：中國大陸
原出版社：科學技術文獻
NT$305
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為正確資訊。 印行年月：202311*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：數據驅動的個性化推薦與運營決策聯合優化研究 ISBN：9787523509937 出版社：科學技術文獻 著編譯者：黃鑫 頁數：176 所在地：中國大陸 *此為代購商品 書號：1677049 可大量預訂，請先連絡。 內容簡介 本書結合機器學習和運營管理的理論、方法等基本知識入手，以新零售背景下的產品推薦和運營決策為研究對象，運用文本挖掘、神經網路、博弈理論、優化理論、消費者行為理論，構建了結合機器學習和運籌優化的數據驅動模型，基於群體以及個人層面上的行為變化，解決新零售環境下考慮運營策略的線上產品推薦、線下產品組合優化、產品定價等問題。作者簡介 黃鑫，現為北京師範大學講師，主要研究方向為結合運籌優化與機器學習的智能決策分析、社會科學中機器學習方法的應用。現主持國家自然科學基金青年科學基金項目「消費者行為數據驅動的新零售企業線上線下融合的推薦機制研究」，參与國家自然科學基金面上項目2項，主持教改項目1項。多次在企業集成信息系統國際大會IFIP CONFENIS、COMPUTERS AND INDUSTRIAL ENGINEERING等高水平國際會議上做主題報告。目錄 1 數智時代：數據驅動的智慧決策1 1 數字化的核心是數據驅動的個性化 1 2 數據驅動是新零售成功的關鍵 1 3 數據驅動為運營決策帶來新的革命 2 數據驅動的個性化與運營決策研究動態 2 1 傳統推薦演算法 2 2 基於圖學習的推薦技術 2 3 全渠道環境下的產品組合和定價策略研究 2 4 全渠道環境下的消費者退貨行為研究 2 5 全渠道環境下的配送優化研究 2 6 跨平台用戶行為分析研究 2 7 研究述評 2 8 本書工作簡介 2 8 1 融合主題模型的超圖神經網路推薦框架的建立 2 8 2 考慮在線退貨成本時的全渠道銷售的產品定價與組合決策 2 8 3 抖音和微博中用戶情感的跨平台比較：社交媒體文本挖掘的機器學習方法 2 8 4 考慮消費者公平關切和戰略行為的內容產品動態定價策略 3 融合主題模型的超圖神經網路推薦框架 3 1 問題描述 3 2 融合主題模型的超圖神經網路推薦框架的建立 3 2 1 面向搜索場景的超圖生成 3 2 2 用戶和物品的主題特徵學習 3 2 3 用戶和物品的卷積特徵學習 3 2 4 預測 3 3 實驗結果 3 3 1 數據描述 3 3 2 ALDA模型的評估 3 3 3 推薦的評估 3 4 本章小結 4 考慮在線退貨成本時的全渠道競爭環境下的產品定價與組合策略 4 1 問題描述 4 2 模型構建 4 2 1 博弈次序 4 2 2 線上消費者的需求產生過程 4 2 3 線下消費者的需求產生過程 4 3 模型分析 4 3 1 賣家的均衡定價策略 4 3 2 均衡價格和最優利潤的性質 4 3 3 最優產品組合策略 4 3 4 競爭的影響 4 3 5 單渠道與雙渠道銷售策略 4 4 管理見解 4 5 本章小結 5 基於主題模型的跨平台用戶情感分析比較研究 5 1 問題描述 5 2 相關理論基礎 5 2 1 實驗數據來源及數據類型 5 2 2 社交媒體的定義和特徵 5 2 3 突發公共事件網路輿情 5 2 4 主題模型 5 2 5 KNN演算法 5 3 研究設計與方法 5 3 1 研究設計 5 3 2 研究方法與步驟 5 4 數據結果分析 5 4 1 主題關鍵詞集 5 4 2 主題熱度演化折線圖 5 4 3 基於主題的情感態度演化柱狀圖 5 5 本章小結 6 考慮消費者公平關切和戰略行為的內容產品動態定價策略 6 1 問題描述 6 2 相關理論基礎 6 2 1 內容產品定價 6 2 2 動態定價策略 6 2 3 消費者公平問題 6 3 模型構建 6 3 1 內容產品開發商 6 3 2 內容產品消費者 6 3 3 需求函數 6 4 結果分析 6 4 1 基礎模型：缺乏公平性的動態定價策略 6 4 2 主模型：公平的動態定價策略 6 4 3 消費者公平關注對動態定價策略的影響 6 4 4 模式拓展：短視消費者的加入 6 5 本章小結 參考文獻 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
