基于校园网的在线模拟推荐装机系统的研究与应用

在开发设计一款在线推荐装机系统的基础上,利用高效校园现有优势网络资源,进行校园内部的推广应用.推荐装机系统有别于传统在线装机平台,它更加强调购机的正确性和计算机使用常识的普及,为消费者提供满足其个性化需求的最优性价比的硬件配置清单.本文旨在利用校园网和在线模拟推荐装机系统的结合,推出一款全新特色的企业运营方案.     

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。     

电子商务推荐系统的应用

本文简要的介绍了电子商务推荐系统的概念及其作用,详细地论述电子商务推荐系统所采用的推荐技术及其实现。     

基于消费者视角的在线推荐系统研究综述

文章以电子商务推荐系统为研究对象,对推荐系统消费者采纳意向的相关文献进行总结。首先介绍了推荐系统影响消费者采纳的因素,其次对推荐系统评价标准研究进行总结,从消费者视角展现推荐系统的研究现状,最后指出了目前研究的不足及未来研究方向。     

基于B2M2C的计算机产品在线推荐销售模式研究

本文在基于B2M2C电子商务模式的基础上,提出了一种全新的计算机产品在线推荐销售理念,旨在利用科学的方法,为广大计算机使用者量身定制符合其使用需求的、最高性价比的个人计算机装机方案,进而优化计算机产品市场营销模式,弥补目前国内IT市场的一项空白,具有非常重要的研究意义和现实推广价值.     

电子商务推荐系统中推荐技术研究

随着电子商务的不断深入发展,电子商务推荐系统的应用更加广泛。文章主要介绍了目前应用较广的几种电子商务推荐系统中的推荐技术,并对这几种推荐技术存在的问题进行了分析。     

个性化学术推荐系统的研究与设计

随着网络技术和电子商务的蓬勃发展,个性化推荐已经在电子商务领域有了良好的发展和应用前景,并将成为电子商务未来十年中最重要的革新之一。本文通过整合现有优秀的学术搜索引擎,结合用户信息的特点,构建一个个性化学术推荐系统,该系统采用内容提取和融合多种信息技术对检索结果进行分析后,对不同的用户提供个性化学术信息推荐服务。     

电子商务推荐系统研究综述

本文简要的介绍了电子商务推荐系统的概念、作用和构成,详细的论述了电子商务推荐系统所采用的推荐技术及其优缺点,最后指出了现有电子商务推荐系统的研究热点和难点。     

营销与网络推荐系统

随着诸如 Amazon.com,Netflix 等的成功,推荐系统作为一种营销工具正被越来越多的营销者所重视。本文通过界定推荐系统的含义,论述推荐系统产生的背景,说明推荐系统对消费者和营销者带来的影响,以希望能够帮助了解推荐系统并使其得到进一步的重视。     

多样性策略对电子商务推荐系统的影响研究

基于多样性的推荐是下一代推荐系统的核心，但是现有的研究并没有明确表明商品的多样性对消费者有怎样直接的影响。本文针对的是电子商务推荐系统中商品种类的多样性与顾客保持率的关系。文中对一个大的数字内容销售网站的商品特性、采购交易和客户保持率等数据组成的样本数据集合，采用计量经济模型对个人层面和整体层面的数据进行了深入的分析。数据分析的结果表明客户保持率与商品购买量和种类数量都呈正比关系；研究结果同时表明购买多样化种类商品的客户具有更高的保持率，进而说明电子商务推荐系统中多样性策略对推荐系统的重要意义。     

移动商务推荐系统研究综述

近年来,随着移动商务的快速发展,移动商务推荐系统应运而生,成为缓解“移动商务信息”过载、提升移动商务用户购物体验的有效手段,得到广泛关注。如何利用移动商务情景、社会化网络等信息挖掘用户偏好,提高移动商务推荐精准度和用户满意度,成为移动商务推荐系统的主要任务。从情景推荐、社会网络推荐和移动推荐多样性等方面对移动商务推荐系统的研究进展和成果进行综述。最后,总结并指出现有移动商务推荐系统研究的不足和未来的发展趋势。     

个性化推荐系统在E-learning中应用概述

E-learning是指运用信息技术分享学习内容、材料以及拓展素材等数字化资源的过程。在当今信息爆炸的时代,面对可供选择的数量巨大的E-learning学习资源,利用个性化推荐系统解决该问题是一个公认的较为合适的方法。本文概述了个性化推荐系统的基本形式,个性化推荐系统对用户、资源的建模,以及对推荐算法的概述。     

基于大数据的在线就业课程推荐系统

针对目前在线教育与网络招聘的发展情况,通过对现有平台运营模式的分析研究,提出构建基于大数据的在线就业课程推荐系统。本文详细阐述了在大数据时代通过数据分析将在线教育与网络招聘融合发展的前景及必要性,最后通过实验,运用Apriori算法和协同过滤算法对真实的在线学习数据,网络招聘数据以及个人信息进行关联规则挖掘,提供个性化课程岗位推荐,得出在大数据背景下在线教育与网络招聘融合发展是未来准确方向的结论。     

电子商务推荐系统研究综述

在电子商务迅猛发展的今天,越来越多的电子商务企业将推荐系统引入企业应用。本文比较了推荐系统中几种常用的推荐算法,在总结它们使用范围和优缺点的基础上,指出了电子商务推荐系统未来的发展方向。     

电子商务推荐系统中协同过滤推荐方法的研究

论文分析了电子商务推荐系统所应用到的协同过滤技术,并针对传统的基于用户的协同过滤推荐系统中所存在的数据稀疏性、算法的可扩展性、冷启动等问题,提出了改进的LSI／SVD降维、特征加权、用户的筛选等协同过滤推荐方法。     

电子商务推荐系统综述及发展研究

本文在现有文献的基础上给出了推荐系统的定义及其发展历史,比较了推荐系统中的几种常用的推荐算法及其优缺点,总结了推荐系统的体系结构和未来研究的重点,难点及其热点,最后论述了电子商务企业在实际应用中如何利用推荐系统带来价值。     

网络学习资源个性化推荐系统的设计与开发

在信息过载的网络学习环境中,个性化推荐能够帮助用户有效获取符合个人需求的网络学习资源。文章针对网络学习资源的特点,设计了基于协同过滤、深度神经网络推荐的个性化网络学习推荐系统,致力于提高学习资源系统的个性化程度与智能性,从一定程度上解决"信息过载"问题,满足用户对网络学习资源的个性化需求。     

电子商务推荐系统与客户满意度相关性研究

在电子商务环境下,网站的推荐效果,客户的满意度是企业是否能够保持竞争优势,获取长期利润的关键。本文以推荐系统和客户满意度出发,通过推荐系统的评价指标和客户满意度的影响因素连接两个主体,通过探讨两者的相关性,以达到优化推荐系统,提高客户满意度,最大化企业的长期利润的最终目的。     

基于ART的电子商务推荐系统的研究与实现

本文提出了一种基于关联规则挖掘和神经网络的新的电子商务推荐机制,该推荐机制能够很好的将根据用户特征推荐和根据用户购买行为进行推荐这两种推荐方式相结合,推荐较为合适的商品,并且在该推荐技术的基础上实现了一个原型的电子商务推荐系统,以验证该推荐技术的可行性及应用性。     

Web挖掘在电子商务推荐系统中的应用研究

本文在归纳分析电子商务个性化推荐方法研究现状的基础上,应用Web挖掘理论与方法,构建了基于Web挖掘的电子商务个性化推荐系统模型。