个性化营销：考虑产品特征的个性化推荐及应用

第一章  引言

1.1电子商务与海量数据

1.2个性化与推荐系统

1.3技术与行为视角下推荐系统研究的价值

第二章  个性化推荐的发展趋势和前沿动态

2.1 推荐系统整体概述

2.1.1 传统推荐算法

2.1.2 社会化推荐

2.2 推荐算法中的预测不确定性

2.2.1 聚合层次的预测不确定性

2.2.2 个体层次的预测不确定性

2.3 互补性推荐与替代性推荐

2.4 推荐情境中产品关系挖掘方法介绍

2.5 推荐系统的行为影响

2.5.1 对消费者的影响

2.5.2 对产品的影响

2.6 本章小结

第三章  同质产品中考虑预测不确定性的个性化推荐方法

3.1 协同过滤方法介绍

3.2 预测不确定性的关键因素

3.3 对不确定性建模的二阶段方法

3.3.1 置信度估计

3.3.2 后验概率估计

3.4 考虑不确定性后的个性化推荐与排序方法

3.5 推荐方法在电影产品上的数据分析

3.5.1 数据描述

3.5.2 评价测度

3.5.3 置信度估计方法的效果分析

3.5.4 推荐和排序的效果分析

3.5.5 数据稀疏性与方法效率讨论

3.6 本章小结

第四章  非同质产品推荐对消费者支付意愿的影响

4.1 推荐系统中的互补品与替代品介绍

4.2 推荐中产品价格的影响

4.3 消费者两阶段决策过程

4.4 推荐对支付意愿影响的用户实验探究

4.4.1 实验设计与用户选择

4.4.2 实验步骤

4.4.3 因变量测度

4.5 实验结果分析

4.5.1 操控检查

4.5.2 主要实验结果

4.5.3 鲁棒性检验

4.6 本章小结

第五章  非同质产品的关系挖掘方法介绍

5.1 文本结构化介绍

5.2 基于在线评论的非同质产品的关系挖掘方法

5.2.1 基本模型

5.2.2 多输入模型

5.3 关系挖掘方法在亚马逊数据上的应用

5.3.1 非文本因素的实验证据

5.3.2 模型效果分析

5.3.3 鲁棒性分析

5.4 本章小结

第六章  结语

6.1 考虑产品特征的个性化推荐总结

6.2 技术与行为视角下个性化推荐的未来趋势

参考文献