电子商务-B-第09讲

电子商务-B-第09讲

ID:38428519

大小:2.14 MB

页数:88页

时间:2019-06-12

电子商务-B-第09讲_第1页
电子商务-B-第09讲_第2页
电子商务-B-第09讲_第3页
电子商务-B-第09讲_第4页
电子商务-B-第09讲_第5页
资源描述:

《电子商务-B-第09讲》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、电子商务张文新副教授电话:13910623512Email:zhangwx@manage.ustb.edu.cn课程安排讲授(36学时,共17讲)第1讲:绪论第10讲:电子商务物流规划技术第2讲:电子商务的概念与结构第11讲:物流信息系统集成技术第3讲:电子商务战略第12讲:物流配送优化调度技术第4讲:电子商务系统设计第13讲:电子商务资金流第5讲:电子商务网站设计第14讲:电子支付技术第6讲:电子商务交易流程第15讲:电子支付平台工具第7讲:电子商务商品展示技术第16讲:电子支付安全技术第8讲:电子商务搜索

2、引擎技术第17讲:电子商务法律法规第9讲:电子商务商品推荐技术考试:最后一次课3/34引言美国的超市有这样的系统:当你采购了一车商品结账时,售货员小姐扫描完了你的产品后,计算机上会显示出一些信息,然后售货员会友好地问你:我们有一种一次性纸杯正在促销,位于F6货架上,您要购买吗?这句话决不是一般的促销。因为计算机系统早就算好了,如果你的购物车中有餐巾纸、大瓶可乐和沙拉,则86%的可能性你要买一次性纸杯。结果是,你说,啊,谢谢你,我刚才一直没找到纸杯。第9讲电子商务商品推荐技术内容提要9.1.商品推荐系统概述9.

3、2.商品推荐相关技术9.3.商品推荐系统开发案例69.1.商品推荐系统概述电子商务推荐系统的作用:将电子商务网站的浏览者转变为购买者(ConvertingBrowsersintoBuyers)提高电子商务网站的交叉销售能力(Cross-Sell)提高客户对电子商务网站的忠诚度(BuildingLoyalty)亚马逊30%的销售额来自于推荐推荐系统提高顾客忠诚度在电子商务环境下,客户只需一个鼠标点击就去了竞争者的购物网站,如何获得客户的忠诚度是非常重要的商业战略考虑;推荐系统不断学习客户的购买行为,购买偏好,从

4、而推荐出最满足客户个性化需求的商品,所以客户就会重复光顾能最好满足自身需求的购物网站。推荐引擎为购物网站提高交叉销售提高升级销售提升销售转化率提升网站竞争力提升顾客购物体验提升顾客忠诚度推荐引擎购物网站推荐引擎的行业应用用户特征数据商品数据购买数据浏览数据评级数据关联规则协同过滤基于内容推荐组合推荐购物网站零售门户网站银行证券保险数据仓库数据挖掘行业应用119.1.商品推荐系统概述电子商务推荐系统的界面表现形式Browsing:根据客户查询要求返回高质量的推荐SimilarItem:推荐系统根据客户购物篮中的

5、商品和客户可能感兴趣的商品推荐类似的商品Email:通过电子邮件的方式通知客户可能感兴趣的商品信息TextComments:向客户提供其他客户对相应产品的评论信息AverageRating:向客户提供其他客户对相应产品的等级评价Top-N:根据客户的喜好向客户推荐最可能吸引客户的N件产品OrderedSearchResults:列出所有的搜索结果,并将搜索结果按照客户的兴趣降序排列多种推荐服务浏览过本商品的顾客还浏览过购买过本商品的顾客还购买了浏览过本商品的顾客最终购买了基于顾客购物车的推荐经常与本商品一起购

6、买的商品基于顾客浏览历史的推荐基于顾客购买历史的推荐13/4514/4515/45电子商务推荐导航系统的发展趋势:推荐系统更能体现用户个性化需求,为用户和电子商务营销决策者提供更个性化和智能化的服务。目前研究热点在于:基于关联规则获取用户兴趣知识;基于案例推理实现协同过滤;基于Web挖掘实现语义分析等。9.1.商品推荐系统概述个性化的推荐系统如果我有2百万个网络顾客,我就应该有2百万个网络商店.(“IfIhave2millioncustomersontheweb,Ishouldhave2millionssto

7、resontheweb.”)——JeffBezos,CEOofAmazon.com9.2.商品推荐相关技术商品推荐相关技术协同过滤技术(CF,CollaborativeFiltering)数据挖掘技术(DM,DataMining)9.2.商品推荐相关技术协同过滤技术KNN技术(K-NearestNeighboring)基于聚类(Clustering-based)的协同过滤基于项目(Item-based)的协同过滤9.2.商品推荐相关技术协同过滤技术协同过滤技术的缺陷需要用户提供主观的评价信息;不能处理大规模的

8、数据量;用户的评价信息可能会过时;使用不方便。9.2.商品推荐相关技术数据挖掘技术关联规则(AssociationRules)发现;序列模式(SequencePattern)发现;聚类(Clustering)技术;Web挖掘(WebMining)技术。22/34关联分析:数据关联是数据库中存在的一类重要的可被发现的知识。若两个或多个变量的取值之间存在某种规律性,就称为关联。关联可分为简单关联、时序关

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。