基于电子商务的用户消费偏好研究综述

在信息技术快速发展的背景下,电子商务网站的"信息过载"问题也变得十分严重,结合用户消费偏好的个性化商品推荐有效缓解了这一问题。在线用户消费偏好模型是个性化推荐的核心。从概念、相关研究、偏好挖掘等方面对电子商务领域中用户消费偏好的研究进行了归纳与总结,并对未来电子商务领域用户消费偏好的研究提出思考,为个性化商品推荐等研究提供参考。     

Web挖掘及其在电子商务中的应用

电子商务网站向用户提供及时有效的信息,是提高网站声誉和效益的基础。Web挖掘可以通过分析用户的使用偏好,帮助用户高效地检索到所关心的信息。本文深入讨论了Web结构挖掘、Web内容挖掘和Web使用挖掘等技术,并提出了商务网站基于Web挖掘技术为用户提供个性化推荐的一种框架。     

基于多智能体的用户偏好系统研究

面对因特网的海量信息,网络用户面临着信息过载和有效需求不足的双重问题。本文提出了基于多智能体的用户兴趣模型的表示和更新机制,在数据挖掘分析基础上,建立用户兴趣模型,利用相关反馈,追踪和更新用户兴趣模型,提高个性化信息服务的效率,为解决用户偏好挖掘效率问题和多智能体偏好更新问题提供了新的研究思路。     

在线旅游信息推荐方法研究

在线旅游信息推荐是目前信息推荐的重要应用领域。在对已有旅游信息推荐方法进行梳理的基础上,提出了一种基于文本挖掘的在线旅游信息推荐方法。该方法从文本信息中提取旅游景点的内容特征,基于内容特征构建用户偏好模型,基于相似度计算实现旅游景点的推荐。实验表明,提出的方法可以取得较优推荐效果。     

基于三参数区间数模型的第三方物流服务商评价研究

采用三参数区间数模型对第三方物流服务商进行评价,选取特定企业进行案例分析。根据专家的个人偏好给出三参数区间数的偏好序数,确定概率理想值,利用三参数区间数的偏好序数概率向量和评价的权重求出决策专家集合偏好序数概率向量,找出概率向量中的二元有序列组,并对序列组进行相同的置换,得出评价结果。     

基于买家感知的网购平台声誉机制实证北大核心CSSCI

在线声誉机制是网购平台的重要组成部分,是买家网购信任决策的重要参考。买家感知声誉信息可信度正向影响其对声誉信息的使用程度,并正向影响买家的网购金额,但声誉信息的使用度对买家网购金额的影响是负向的。发挥在线声誉机制的作用,一方面要提升声誉信息的可信度,杜绝卖家"刷信用"和报复给"差评"的买家,以及买家的恶意"差评";另一方面要提高使用声誉信息的方便性。私人秩序和公共秩序是网上交易治理不可或缺的两种机制,在保证网购平台诚信交易方面,除需要以声誉机制为基础的私人秩序之外,也需要进行以法律法规为主体的公共秩序治理。     

基于用户偏好的学术信息服务研究

首先概述了用户偏好及学术信息服务的相关概念,然后以对学术信息服务模式的影响为切入点对用户偏好的行为和用户偏好进行分析,介绍了两者间的相互融合,最后提出了对用户偏好的学术信息服务的改进策略。     

一种基于SVM的垃圾邮件过滤方法

本文通过研究垃圾邮件的特征表示和过滤方法,设计了一种应用指纹特征向量表示方法和支持向量机（SVM）的最小序列最优化（SMO）方法的在线式邮件过滤器。在在线垃圾信息过滤上获得到了与传统方法相当的基础上,基于原始SMO算法提出了动态邮件样本工作集方法（DFSVM）对SMO的分类条件进行减弱,优化了在线过滤模式下的运算时间。     

企业顾客忠诚度维护策略分析——以百度糯米为例

本文以保定百度糯米团购网站为例,通过对保定市现有团购企业的用户使用情况、百度糯米团购网站的用户特点、顾客对百度糯米团购网站在线套餐品类的偏好以及保定百度糯米团购网站的员工对建立和维护顾客忠诚度的想法与建议和销售数据等信息的调研,探究百度糯米团购网站在与其他团购网站的竞争中建立与维护顾客忠诚度的方式,顾客对团购网站的偏好方向,百度糯米员工对顾客忠诚度的认识与建议,给出提高团购网站顾客忠诚度,以及后期更好地维护顾客粘性的可实施性发展对策。     

“互联网+政务”背景下电子政务绩效评估体系研究

在互联网大数据时代下,"互联网+政务"是政府利用电子政务提升政府治理能力、创新社会管理范式和改善民生服务质量的重要路径。在"互联网+"新的时代背景下,坚持合法、法治、透明、效率、连贯的评估准则开展电子政务绩效评估具有重要价值,政府网站在向"在线服务2.0"转变过程中,应更加注重"用户体验"。在"互联网+"背景下,开展电子政务绩效评估,将对于我国建设智慧型政府和打造具有中国特色的政府行政管理以及政府电子政务建设具有重要的理论和现实意义。     

声誉资本及其价值评估

声誉资本属于风险资本范畴,是企业核心能力的重要组成部分。本文讨论了声誉资本的含义,对声誉资本与商誉进行区分,并对声誉资本的计量方法进行探讨。     

基于资信评估路径的中小企业金融担保风险识别

通过对中小企业在发展过程中的优势、劣势、机遇和面临的问题的SWOT分析,提出利用资信评估的方法来解决银行和企业的信息不对称问题,从而在一定程度上解决中小企业融资难的问题。在研究中小企业资信评估的过程时,将中小企业决策者的风险偏好并结合企业财务状况的波动水平粗略地分辨中小企业的类型,之后利用账面财务指标衡量中小企业的信用和能力水平。通过将中小企业决策者的风险偏好类型与资信评估相结合的研究,对中小企业金融担保风险识别具有理论和现实意义。     

基于主成分的RBF核SVM在财务预测领域的应用

支持向量机(SVM)是实现结构风险最小化归纳原理的一种机器学习理论,在有限的学习模式下具有良好的泛化能力。为了评估支持向量机的预测性能,本文通过对684家企业进行财务分析,进而预测企业在未来两年是否会被ST。建立基于主成分的RBF(核函数)核SVM模型,将支持向量机与传统学习算法进行比较,结果表明支持向量机有效地提高了预测的精度,具有良好的泛化和预测能力。     

电子商务平台用户信用消费风险评估方法——基于数据挖掘技术

本文基于国内某电子商务平台的用户购买行为数据,分别利用逻辑回归、支持向量机、随机森林和Xgboost建立信用评估模型,通过AUC值和F1得分比较各个模型的优劣,最终对表现优异的模型进行再次融合,从而提高电子商务平台风险评估效率。     

O2O在线外卖用户满意度对其重复消费意愿的影响研究

以"饿了么"外卖平台为例,基于对O2O在线外卖用户满意度和重复消费意愿的问卷调查数据,采用结构方程模型实证分析了O2O在线外卖用户满意度对其重复消费意愿的影响及其主要影响因素。研究结果表明:O2O在线外卖用户满意度与其重复消费意愿显著正相关。O2O在线外卖用户满意度越高,其重复消费意愿的意愿也越强烈。具体来看,O2O在线外卖用户重复消费意愿受到优惠力度、网站(APP)使用方便性和食物口味的影响更为显著,食物卫生状况和服务态度对O2O在线外卖用户重复消费意愿的影响相对较弱。     

移动支付对消费者行为的影响

移动电商和移动终端的发展推动了移动支付的迅速普及,移动支付涉及零售业、餐饮业、金融业等行业,通过对消费者行为影响的分析,获得消费者支付数据,可以了解用户的消费偏好、消费能力,并对移动支付的未来发展趋势作出预测。     

基于关键词组合向量模型的文本自动分类研究

本文描述了一种新的基于关键词组合模式的文本向量空间表示模型,相对于只使用文本中词语的频率的文本向量空间模型,这种新的模型在可以计算的前提下,使用了词语之间的相对位置信息,从而可以解决部分词语向量空间模型表示的不足。本文讨论了使用这种模型的自动文本分类系统,包括分类系统的结构、特征提取、文本相似度计算公式,并给出了评估方法。     

＂百度奇艺影视指数＂发布指路网络视频精准营销

3月29日,百度数据中心与奇艺数据研究院联合发布了＂百度奇艺影视指数＂。该指数科学构建了适用于正版影视剧在线播出的价值评估体系，对解读中国视频行业和把握网络视频用户行为特征具有重要参考价值。央视市场研究股份有限公司整合营销部总经理刘会召、百度商业分析部总监顾铭、奇艺数据研究院院长葛承志等业内人士出席了此次报告的发布。     

“百度奇艺影视指数”发布：解读网络视频受众

3月29日，百度数据中心与奇艺数据研究院联合发布了“百度奇艺影视指数”。该指数科学构建了适用于正版影视剧在线播出的价值评估体系。对解读中国视频行业和把握网络视频用户行为特征具有重要参考价值。央视市场研究股份有限公司整合营销部总经理刘会召、百度商业分析部总监顾铭、奇艺数据研究院院长葛承志等业内人士出席了此次报告的发布。     

百分点：电商个性化“导购员”

百分点给自己的定位是电子商务个性化精准营销平台。它独自开发了一套推荐引擎，通过对消费数据的追踪，了解到用户的消费偏好，然后有针对性地进行个性化商品展示和EDM（电子邮件营销），将用户导入目标网站。接下来，百分点通过分析用户在电商网站中的浏览、收藏和购买行为，自动推荐用户可能感兴趣的商品，尽可能地将流量转化为多次购买行为。由于掌握了用户的注册和消费数据，百分点还可根据个人偏好定时推送商品短信或电子邮件，增加用户对目标网站的忠诚度。