基于神经网络电子商务用户认知分类研究

《基于神经网络电子商务用户认知分类研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、MasterThesislIllIllllIllIIllIIIY2275511StudyonClassificationofe-commerceuserscognitivebasedonneuralnetworkByZhangPingSupervisedby1％of．GanLirenNanjingUniversityofScience&TechnologyMarch，2013声明本学位论文是我在导师的指导下取得的研究成果，尽我所知，在本学位论文中，除了加以标注和致谢的部分外，不包含其他人己经发表或公布过的研究成果，也不包含我为获得任何教育机构的学位或

2、学历而使用过的材料。与我一同工作的同事对本学位论文做出的贡献均已在论文中作了明确的说明。研究生签名：砂，3年3月∞日学位论文使用授权声明南京理工大学有权保存本学位论文的电子和纸质文档，可以借阅或上网公布本学位论文的部分或全部内容，可以向有关部门或机构送交并授权其保存、借阅或上网公布本学位论文的部分或全部内容。对于保密论文，按保密的有关规定和程序处理。研究生签名：必哆年弓月扣日硕士论文基于神经网络的电子商务用户认知分类研究摘要近些年，“以用户为中心”已经成为很多电子商务企业的服务理念，而差异化服务即体现了这一理念。过去传统的差异化服务是基于人口统计特征

3、(如性别、年龄、教育程度、行业性质、收入等)将用户分类，而相关研究表明认知(偏好、结构)差异会在较大程度上影响用户的网络或者信息行为，因此依据电子商务用户不同的认知类型进行差异化服务变得有意义!然而现有的研究更多是基于心理测试或量表等显性方式进行用户认知差异的测量，而电子商务用户的认知差异更需要采用在线的隐性测量方法。在此背景下，本文针对电子商务在线购物情境，探索了用户认知差异的显性测量方法，并在此基础上进行了隐性测量方法的探索。具体做了以下几方面的工作：首先重点梳理归纳了有关认知需求、认知风格和认知图式三种认知类型概念、显性测量方法以及在线行为应用

4、研究；在此基础上，通过在线购物实验，分析获取了不同认知类型用户在线商品参数浏览与学习的行为特征；进一步总结了有关机器学习的分类方法，重点关注了神经网络的分类方法及其应用与操作；最后在上述理论与购物实验数据基础上，运用神经网络分类方法完成用户认知类型的隐性测量，并得到比较满意的分析结果。关键词：认知类型测量，实验研究，神经网络，机器学习，认知分类Abstract硕士论文Inrecentyears，the”user-centric”hasbecomeanserviceconceptofmanyonlineservicesenterprise，anddif

5、ferentiatedservicesreflectsthisphilosophy．InthePastserviceisbasedonthedemographiccharacteristicsoftraditionaldifferences(suchasgender,age，levelofeducation，property,income，etc)tocategorizeusers，butthiskindofclassificationdoesnotmeettheneedsofusers，weshouldconsiderfromcognffivedi

6、mensionwhichismorecloselylinkedwiththeUSercognitiveandpsychologicalcharacteristicstoclassifyuser．Relatedstudieshaveshownthatcognitivedifferenceswillaffectthebehavioroftheuser’snetwork．cognitivetheoreticalstudieshaveshownthatcognitiveleveldifferenceisdominantmannertomeasurebypsy

7、chologicaltestorscalemethods，buthavenotyetbeenrealizedonlinehiddenmeasurement．Inthiscontext，thispaperproposestheuseofneuralnetwork，akindofmachinelearningclassificationmethods，toachieveimplicitmeasurementoftheuser'scognitivetypes，Eventualprovidedifferentiatedservicesbasedoncogni

8、tivelevel．Inthispaper,firstlysummarizedtherepresentati