扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
营销管理
-
>
茶叶里的全球贸易史(精装)
-
>
近代华商股票市场制度与实践(1872—1937)
-
>
麦肯锡图表工作法
-
>
底层逻辑:看清这个世界的底牌
-
>
李诞脱口秀工作手册
-
>
成事:冯唐品读曾国藩嘉言钞
数据驱动的个性化推荐与运营决策联合优化研究 版权信息
- ISBN：9787523509937
- 条形码：9787523509937 ; 978-7-5235-0993-7
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>>
数据驱动的个性化推荐与运营决策联合优化研究 内容简介
本书结合机器学习和运营管理的理论、方法等基本知识入手，以新零售背景下的产品推荐和运营决策为研究对象，运用文本挖掘、神经网络、博弈理论、优化理论、消费者行为理论，?构建了结合机器学习和运筹优化的数据驱动模型，基于群体以及个人层面上的行为变化，解决新零售环境下考虑运营策略的线上产品推荐、线下产品组合优化、产品定价等问题。
数据驱动的个性化推荐与运营决策联合优化研究 目录
1 数智时代：数据驱动的智慧决策 ................................................................1
1.1 数字化的核心是数据驱动的个性化 ...........................................................1
1.2 数据驱动是新零售成功的关键 .................................................................11
1.3 数据驱动为运营决策带来新的革命 .........................................................22
2 数据驱动的个性化与运营决策研究动态 ................................................30
2.1 传统 算法 ..............................................................................................31
2.2 基于图学习的 技术 ..............................................................................32
2.3 全渠道环境下的产品组合和定价策略研究 ............................................34
2.4 全渠道环境下的消费者退货行为研究 .....................................................35
2.5 全渠道环境下的配送优化研究 .................................................................40
2.6 跨平台用户行为分析研究 .........................................................................43
2.7 研究述评 .......................................................................................................46
2.8 本书工作简介 ..............................................................................................47
2.8.1 融合主题模型的超图神经网络 框架的建立 ................................47
2.8.2 考虑在线退货成本时的全渠道销售的产品定价与组合决策 ...........47
2.8.3 抖音和微博中用户情感的跨平台比较：社交媒体文本挖掘的机器学习方法 .......................48
2.8.4 考虑消费者公平关切和战略行为的内容产品动态定价策略 ...........49
3 融合主题模型的超图神经网络 框架 ................................................50
3.1 问题描述 .......................................................................................................50
3.2 融合主题模型的超图神经网络 框架的建立 ....................................52
3.2.1 面向搜索场景的超图生成 .....................................................................53
3.2.2 用户和物品的主题特征学习 .................................................................55
3.2.3 用户和物品的卷积特征学习 .................................................................61
3.2.4 预测 ...........................................................................................................62
3.3 实验结果 .......................................................................................................63
3.3.1 数据描述 ...................................................................................................63
3.3.2 ALDA模型的评估 ..................................................................................64
3.3.3 的评估 ...............................................................................................68
3.4 本章小结 .......................................................................................................73
4 考虑在线退货成本时的全渠道竞争环境下的产品定价与组合策略 ...75
4.1 问题描述 .......................................................................................................75
4.2 模型构建 .......................................................................................................78
4.2.1 博弈次序 ...................................................................................................78
4.2.2 消费者的需求产生过程 .................................................................79
4.2.3 线下消费者的需求产生过程 .................................................................81
4.3 模型分析 .......................................................................................................82
4.3.1 卖家的均衡定价策略 ..............................................................................83
4.3.2 均衡价格和 利润的性质 .................................................................84
4.3.3 产品组合策略 ..................................................................................87
4.3.4 竞争的影响 ...............................................................................................89
4.3.5 单渠道与双渠道销售策略 .....................................................................91
4.4 管理见解 .......................................................................................................93
4.5 本章小结 .......................................................................................................95
5 基于主题模型的跨平台用户情感分析比较研究 ..................................97
5.1 问题描述 .......................................................................................................97
5.2 相关理论基础 ...........................................................................................101
5.2.1 实验数据来源及数据类型 ...................................................................101
5.2.2 社交媒体的定义和特征 ........................................................................103
5.2.3 突发公共事件网络舆情 ........................................................................107
5.2.4 主题模型 .................................................................................................109
5.2.5 KNN算法 ...............................................................................................111
5.3 研究设计与方法 .......................................................................................111
5.3.1 研究设计 .................................................................................................111
5.3.2 研究方法与步骤 ....................................................................................113
5.4 数据结果分析 ...........................................................................................120
5.4.1 主题关键词集 ........................................................................................120
5.4.2 主题热度演化折线图 ............................................................................122
5.4.3 基于主题的情感态度演化柱状图 .......................................................124
5.5 本章小结 ....................................................................................................128
6 考虑消费者公平关切和战略行为的内容产品动态定价策略 .......131
6.1 问题描述 ....................................................................................................131
6.2 相关理论基础 ...........................................................................................134
6.2.1 内容产品定价 ........................................................................................134
6.2.2 动态定价策略 ........................................................................................135
6.2.3 消费者公平问题 ....................................................................................135
6.3 模型构建 ....................................................................................................136
6.3.1 内容产品开发商 ....................................................................................137
6.3.2 内容产品消费者 ....................................................................................137
6.3.3 需求函数 .................................................................................................139
6.4 结果分析 ....................................................................................................143
6.4.1 基础模型：缺乏公平性的动态定价策略 ..........................................144
6.4.2 主模型：公平的动态定价策略 ...........................................................145
6.4.3 消费者公平关注对动态定价策略的影响 ..........................................150
6.4.4 模式拓展：短视消费者的加入 ...........................................................152
6.5 本章小结 ....................................................................................................158
参考文献 ............................................................................................................160
展开全部
数据驱动的个性化推荐与运营决策联合优化研究 作者简介
黄鑫，2020年毕业于西安交通大学，获得管理学博士学位，现为北京师范大学信息管理系讲师。目前主要研究方向为结合运筹优化与机器学习的智能决策分析，社会科学中机器学习方法的应用。现主持国家自然科学基金青年项目“消费者行为数据驱动的新零售企业线上线下融合的推荐机制研究”1项。在《Knowledge-Based Systems》、《IEEE Transactions on Engineering Management》、《Computers & Industrial Engineering》等国际知名期刊上发表论文多篇，在企业集成信息系统国际大会IFIP CONFENIS、COMPUTERS AND INDUSTRIAL ENGINEERING等高水平国际会议上发表多篇学术论文。
书友推荐
本类畅销
-
中国近代海关史
¥84¥200 -
开店做生意
¥19.2¥35 -
中国海关报关专业教材
¥26.6¥80 -
跨界战争:商业重组与社会巨变
¥42.3¥59 -
创业维艰 如何完成比难更难的事
¥49.3¥69 -
运营之路:数据分析+数据运营+用户增长
¥74.3¥99
