資源描述：
《網(wǎng)絡(luò)消費者偏好挖掘模型構(gòu)建及應(yīng)用研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、I的分類號UDC密級學(xué)號桂林電子科技大學(xué)碩士學(xué)位論文題目（英文）網(wǎng)絡(luò)消費者偏好挖掘模型構(gòu)建及應(yīng)用研究Researchononlineconsumerpreferenceminingmodelandapplication研究研究生生學(xué)姓號:名:102051109劉同存指導(dǎo)教師姓名、職務(wù):劉枚蓮教授申請學(xué)位門類:管理學(xué)碩士學(xué)科、專業(yè):管理科學(xué)與工程提交論論文答文日期:辯日期:2012年4月2012年6月2012年6月11日網(wǎng)絡(luò)消費者的偏好挖掘與應(yīng)用研究獨創(chuàng)性（或創(chuàng)新性）聲明本人聲明所呈交的論文是我個
2、人在導(dǎo)師指導(dǎo)下進行的研究工作及取得的研究成果。盡我所知，除了文中特別加以標注和致謝中所羅列的內(nèi)容外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果；也不包含為獲得桂林電子科技大學(xué)或其它教育機構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻均已在論文中做了明確的說明并表示了謝意。申請學(xué)位論文與資料若有不實之處，本人承擔一切相關(guān)責任。本人簽名：日期關(guān)于論文使用授權(quán)的說明本人完全了解桂林電子科技大學(xué)有關(guān)保留和使用學(xué)位論文的規(guī)定，即：研究生在校攻讀學(xué)位期間論文工作的知識產(chǎn)權(quán)單位屬桂林電子科技大學(xué)。本人保證畢業(yè)
3、離校后，發(fā)表論文或使用論文工作時署名單位仍然為桂林電子科技大學(xué)。學(xué)校有權(quán)保留送交論文的復(fù)印件，允許查閱和借閱論文；學(xué)?？梢怨颊撐牡娜炕虿糠謨?nèi)容，可以允許采用影印、縮印或其它復(fù)制手段保存論文。（保密的論文在解密后遵守此規(guī)定）本學(xué)位論文屬于保密，在本人簽名：導(dǎo)師簽名：年解密后適用本授權(quán)書。日期日期摘摘要要電子商務(wù)應(yīng)用的普及極大的拓展了消費者的商品選擇空間，降低了購買成本。但互聯(lián)網(wǎng)信息量的指數(shù)增長也使消費者陷入“信息迷航”的困境之中，越來越難以從中找到感興趣的商品。個性化推薦技術(shù)作為智能化的信息檢索工具，有效的緩解了這一
4、難題，通過挖掘消費者的潛在偏好為其篩選滿意商品，因此，推薦成功的關(guān)鍵在于精確挖掘消費者的潛在偏好。精確把握消費者的偏好特征及變化規(guī)律是困難的，但又是網(wǎng)絡(luò)營銷與個性化推薦技術(shù)研究領(lǐng)域的重要內(nèi)容之一。在總結(jié)國內(nèi)外消費者偏好挖掘模型研究與應(yīng)用成果基礎(chǔ)上，指出當前研究的不足，給出了偏好挖掘模型研究的相關(guān)理論；從探討消費者偏好特征及變化規(guī)律入手，充分考慮到消費者偏好動態(tài)轉(zhuǎn)移特性，通過分析消費者的歷史購買偏好和購買決策過程的相關(guān)操作行為信息構(gòu)建基于多數(shù)據(jù)源的偏好挖掘模型，并對其有效性進行了驗證；為了體現(xiàn)模型的應(yīng)用價值，將偏好挖掘模型應(yīng)
5、用于個性化推薦中，根據(jù)構(gòu)建的偏好數(shù)據(jù)矩陣尋找目標用戶的最近鄰居集，依據(jù)鄰居用戶的消費偏好為目標用戶產(chǎn)生推薦。考慮到偏好數(shù)據(jù)矩陣的稀疏性，又提出基于商品屬性聚類的缺失值填充方法，根據(jù)目標用戶對目標商品所屬類簇內(nèi)其它商品的偏好初步評估對目標商品的偏好，達到降低數(shù)據(jù)稀疏性目的。最后，在從自主開發(fā)的旅游電子商務(wù)網(wǎng)站收集的數(shù)據(jù)集上實驗分析，結(jié)果表明，基于本文偏好挖掘模型的個性化推薦精確度顯著優(yōu)于傳統(tǒng)的推薦方法。本文在對消費者歷史購買偏好和購買決策過程的操作行為信息分析基礎(chǔ)上構(gòu)建偏好挖掘模型，拓展了偏好挖掘研究的思路，為網(wǎng)絡(luò)營銷策劃和
6、商品個性化推薦服務(wù)提供決策支持。關(guān)鍵詞：電子商務(wù)；網(wǎng)絡(luò)消費者；偏好挖掘模型；個性化推薦IAbstractAbstractTheapplicationsofe-commercegreatlyexpandconsumerchoicespaceandreducepurchasecost.Exponentialgrowthsofinternetinformationmakesconsumersfallintodilemmaof―InformationTrek‖,findingproductsthatconsumerinterest
7、edalsobecomingmoreandmoredifficult.Personalizedrecommendationtechnologyasanintelligentinformationretrievaltooleffectivelymitigatesthisproblembasedonconsumerpotentialpreference,so,miningconsumer’spotentialpreferencesisthekeypartofasuccessfulrecommendation.Itisdiffi
8、culttograspconsumer’spreferencecharacteristicsandvariation,whichisanimportantpartofonlinemarkingandpersonalizedrecommendationresearch.Pointingoutinsuffi
