基于结构方程模型的电子商务推荐系统信任模型实证研究

电子商务推荐系统是在海量信息之中,给用户推荐其可能喜欢的商品或服务的一种应用系统。怎样提高推荐系统的采纳率是系统设计者最为关心的问题。本文运用结构方程模型,从用户信任的视角,对社会化推荐系统进行了实证研究,研究结果表明用户对推荐结果的感知有用性,与推荐系统的交互度,推荐系统的透明度与用户的满意度和使用意向之间有一定的正向关联。     

K-means算法在电子商务推荐系统中的应用

近年来,大数据的快速发展为电子商务带来了新的机遇,推荐系统便是大数据与电子商务平台结合的典型应用,能够大大提升用户服务质量,增加用户点击率。据此,介绍了经典的推荐系统并以此为基础描述了K-means算法在推荐系统中的应用。     

电子商场中的个性化推荐研究与应用

文章比较了虚拟电子商场与传统商场的不同,分析了虚拟电子商场条件下个性化推荐系统的优势,介绍了个性化推荐系统中的顾客个性化信息采集的三种方法,给出了一个个性化推荐的示例系统,说明了电子商场的个性化推荐的应用过程。     

电子商务中协同过滤推荐技术研究

协同过滤推荐是电子商务推荐系统中应用最成功的技术,很大程度上决定了推荐系统的推荐质量。文章主要介绍了目前应用较广的几种协同过滤推荐技术,并对这几种推荐技术的存在的问题进行了分析。     

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。     

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。     

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。     

基于协同过滤的影视营销推荐算法研究

随着三网融合的不断发展,传统广电媒体更需要建立一套完善的影视营销推荐系统,将海量的影视资源精准有效的推荐给每一位用户。在推荐系统中,协同过滤算法是应用较为广泛的一种推荐方法。讨论了传统协同过滤算法在影视营销中的应用,提出一种加权混合推荐算法,并将算法应用在影视营销推荐场景中,推荐算法的精准度得到了一定提升。     

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。     

电子商务个性化推荐技术研究

个性化推荐是电子商务推荐系统中最核心、最关键的技术,很大程度上决定了推荐系统性能的优劣。文章主要介绍了目前应用较广的几种推荐技术,并对这几种推荐技术的优缺点进行了比较和分析。     

电子商务个性化推荐系统中协同过滤技术研究

在信息量越来越大的今天,基于各种推荐技术的个性化推荐系统应运而生,为了使用户及时从大量数据中得到所需信息,电子商务个性化信息推荐服务应运而生。协同过滤推荐技术作为目前最成熟、最成功的推荐技术,得到了广泛的应用。协同过滤通过收集用户的兴趣爱好,及其他用户的评分信息计算用户间的相似度,从而进行推荐。然而由于数据稀疏度、冷启动、算法的可扩展性问题严重影响了推荐的准确度,推荐系统的应用和推广遇到了瓶颈。     

B2C电子商务网站个性化推荐技术的研究

本篇文章在分析B2C电子商务网站特点的基础上介绍了协同过滤技术在B2C电子商务网站个性化推荐系统中的应用,并且对常用的几种推荐技术进行了简单的对比,最后介绍了矩阵因子技术在向用户进行推荐中的应用。     

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。     

国内旅游推荐系统研究进展

互联网技术的普及以及电子商务网站的兴起,在线旅游信息搜索已经成为旅游者制定出行计划的主要途径。但随着在线旅游信息的大量增多,旅游者面临这些爆炸式的旅游信息已经无法做出决策。而旅游推荐系统就是解决信息过载的良好途径。文章通过对国内旅游推荐系统的相关文献进行收集和整理,对旅游推荐系统的研究与设计进行概述,并对旅游推荐系统的方法与技术进行了归纳与整理,并对旅游推荐项目进行分类和综述,最后对旅游推荐系统未来研究的挑战和方向进行了分析,以期对有关学者了解旅游推荐系统的研究进展有所帮助。     

智能推荐技术在电子商务中的运用

互联网应用的普及，在推动了电子商务迅速发展的同时，也造成了信息的过载。推荐系统帮助消费者在海量的商品信息中得到有价值的购买建议，并相应地提高了销售业绩，因此在电子商务中具有良好的应用前景。本文针对电子商务个性化推荐系统中几种常见的推荐技术进行了研究和比较。     

基于关联规则的电子商务推荐系统模型研究

随着电子商务的快速发展，电子商务个性化推荐系统得到了广泛的应用。关联规则推荐算法能够及时准确地计算出符合用户需求的商品，为客户提供良好的购物体验。论文针对基于关联规则的电子商务推荐系统模型进行了研究。     

Web使用挖掘在电子商务个性化服务中的应用

阐述了目前研究最深入的Web数据挖掘技术——Web使用挖掘,Web使用挖掘在电子商务服务中的应用价值,提出了基于使用挖掘的电子商务推荐系统,详细分析了电子商务个性化推荐系统的模式和步骤。     

个性化推荐系统在农业网站中的运用研究——以四川农经网为例

随着农业信息化的推进,农业网站已经成为农业用户获取信息的重要渠道,如何提高农业网站信息服务的质量,是目前值得思考和研究的问题.WEB数据的挖掘以及在此基础上建立的个性化推荐系统对满足用户的个性化要求,在电子商务网站中有很好的应用效果.文章结合四川农经网探讨个性化推荐系统模型设计,提出了农业类网站WEB日志挖掘和个性化推荐系统设计的一般模型和实现方法,对其他同类网站应用个性化推荐系统具有很好的参考价值.     

汽车售后市场的用户动态多推荐系统研究

随着电子商务的发展,拥有完善合理的用户推荐系统已经成为能够在汽车售后市场竞争中占据优势的关键所在。通过对电子商务推荐系统的研究现状进行分析,提出现今汽车售后市场对用户推荐系统灵活实用的要求,并设计出用户动态多推荐系统。该系统结合用户模型、用户所处交互阶段和商业推荐策略,实现推荐算法动态配置和调用,从而给出推荐结果。推荐系统的数据支持和推荐反馈机制进一步为推荐结果的准确性提供了保证。     

汽车售后市场的用户动态多推荐系统研究

随着电子商务的发展,拥有完善合理的用户推荐系统已经成为能够在汽车售后市场竞争中占据优势的关键所在。通过对电子商务推荐系统的研究现状进行分析,提出现今汽车售后市场对用户推荐系统灵活实用的要求,并设计出用户动态多推荐系统。该系统结合用户模型、用户所处交互阶段和商业推荐策略,实现推荐算法动态配置和调用,从而给出推荐结果。推荐系统的数据支持和推荐反馈机制进一步为推荐结果的准确性提供了保证。