同類熱銷排行榜

基於在線評論的偏好學習與產品推薦

作者：吳性麗|責編:侯聰睿
出版社：中國社科
ISBN：9787522756578

出版日期：2025/12/01
裝幀：平裝
頁數：330

人民幣：RMB 128 元售價：元

內容大鋼

為解決電子商務平台存在的產品信息過載問題，本書以在線評論為基礎，研究同類型產品的排序與推薦方法。研究分為兩個層面：首先，通過文本挖掘從在線評論中提取關鍵產品信息；其次，結合多屬性決策理論構建產品推薦模型。圍繞消費者偏好信息的不同獲取途徑，研究從三個方面展開：一是運用偏好學習方法，從在線評論中自動識別消費者偏好結構，提出一種適用於推薦系統場景的產品推薦模型；二是通過分析消費者提供的間接偏好信息，借助偏好學習方法推斷其偏好模型，構建一種適用於推薦代理模式的產品推薦框架；三是針對涉及多維度複雜決策因素的產品推薦問題，提出若干種基於直接偏好誘導的產品排序方法，提升推薦結果的合理性與用戶滿意度。

作者介紹

吳性麗|責編:侯聰睿
吳性麗，四川大學特聘副研究員、碩士生導師。從事智能決策、產品質量管理、醫療服務管理等相關交叉領域的研究。曾獲2025年四川省自然科學獎三等獎、2024年管理科學與工程學會「博士學位論文支撐計劃（A類）」，入選斯坦福大學全球前2%頂尖科學家榜單（2020—2025）。在EJOR、Omega等國際知名期刊以第一/通訊作者身份發表SCI/SSCI期刊論文30余篇，其中5篇入選ESI高被引論文，3篇入選ESI熱點論文。主持國家社會科學基金、國家自然科學基金等項目6項。擔任EAAI期刊編委。

第一章  緒論
  第一節  研究背景
  第二節  研究問題
  第三節  研究意義
  第四節  研究目標與內容
  第五節  研究方法與結構安排
  第六節  研究特色與創新
第二章  國內外研究現狀
  第一節  基於在線評論的消費者決策行為與偏好分析研究
  第二節  基於在線評論的同類型產品推薦研究
  第三節  基於多屬性價值理論的偏好學習研究
  第四節  研究評述
  第五節  本章小結
第三章  基於概率語言術語集的在線評論結構化表達與運算
  第一節  在線評論的結構化表達
  第二節  基於效用理論的在線評論基本運演算法則
  第三節  基於證據理論的在線評論集成運算
  第四節  本章小結
第四章  推薦系統模式下基於在線評論的偏好學習與產品推薦
  第一節  基於補償型值函數的偏好建模方法
  第二節  基於補償型值函數的消費者偏好學習方法
  第三節  推薦系統模式下的同類型產品推薦方法
  第四節  實驗分析：基於TripAdvisor.com上在線評論的餐廳消費者偏好分析
  第五節  實驗分析：基於TripAdvisor.com上在線評論的餐廳推薦
  第六節  本章小結
第五章  推薦代理模式下基於間接偏好信息的偏好學習與產品推薦
  第一節  概率語言偏好關係
  第二節  基於概率語言偏好關係的偏好學習模型
  第三節  推薦代理模式下的同類型產品推薦方法
  第四節  案例分析：針對消費者個體線上購買的筆記本電腦推薦
  第五節  案例分析：針對消費者群體線上購買的跑步機推薦
  第六節  對比分析
  第七節  本章小結
第六章  推薦代理模式下基於直接偏好信息的多屬性決策與產品推薦
  第一節  考慮定量與定性信息融合的產品排序方法
  第二節  考慮消費者風險容忍態度的多屬性分類方法
  第三節  考慮非完全補償性的群體意見集成方法
  第四節  本章小結
第七章  總結與研究展望
  第一節  總結
  第二節  研究展望
參考文獻
附錄
索引

Δ訂單支付
付款方式
運費計算方式

Δ關於我們
關於美商天龍
聯絡我們

首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032

同類熱銷排行榜

最近瀏覽的商品

基於在線評論的偏好學習與產品推薦