本文關(guān)鍵詞：基于C2C電子商務(wù)模式下商品推薦系統(tǒng)應(yīng)用研究，由筆耕文化傳播整理發(fā)布。

【摘要】：目前我國(guó)電子商務(wù)正處于高速發(fā)展階段,伴隨著我國(guó)互聯(lián)網(wǎng)使用人數(shù)及參與電子商務(wù)交易人數(shù)的不斷增加,我國(guó)電子商務(wù)交易規(guī)模也在不斷地高速增長(zhǎng)。電子商務(wù)這種新興的購(gòu)物方式也逐漸成為我國(guó)消費(fèi)者較為常用的購(gòu)物方式之一。在電子商務(wù)模式下,雖然各式各樣商品充斥在消費(fèi)者眼前,但由于缺少了銷售人員的銷售服務(wù),消費(fèi)者很容易迷失在海量的商品中而無法找到自己真正需要的商品。在這種情況下,電子商務(wù)推薦系統(tǒng)對(duì)于幫助消費(fèi)者找到滿足其需求的商品具有非常重要的作用。因此許多國(guó)內(nèi)外專家學(xué)者將推薦系統(tǒng)作為對(duì)象進(jìn)行研究。相比于B2B、B2C電子商務(wù)模式,C2C電子商務(wù)模式下商品更加豐富,因此研究此模式下得推薦系統(tǒng)更有意義。 本文通過總結(jié)吸取前人相關(guān)研究成果并在此基礎(chǔ)上,結(jié)合C2C電子商務(wù)模式下消費(fèi)者行為的特點(diǎn),通過實(shí)證與實(shí)驗(yàn)相結(jié)合的研究方法,對(duì)基于C2C電子商務(wù)模式下的推薦系統(tǒng)進(jìn)行應(yīng)用研究。首先,本文在第一、二章中對(duì)推薦系統(tǒng)的定義、推薦方法的分類、網(wǎng)絡(luò)消費(fèi)者行為的定義、特點(diǎn)進(jìn)行了系統(tǒng)全面的理論綜述。其次,根據(jù)文獻(xiàn)梳理內(nèi)容,結(jié)合網(wǎng)絡(luò)消費(fèi)者決策購(gòu)買過程選取了十項(xiàng)網(wǎng)絡(luò)消費(fèi)者決策影響因素并通過調(diào)研實(shí)證分析,進(jìn)一步明確了三項(xiàng)網(wǎng)絡(luò)消費(fèi)者決策過程中最重要的影響因素應(yīng)用到推薦系統(tǒng)研究中。最后,本文在協(xié)同過濾推薦方法的基礎(chǔ)上,結(jié)合網(wǎng)絡(luò)消費(fèi)者影響因素進(jìn)行了方法的改進(jìn),并進(jìn)一步引入條件概率模型,提出了基于C2C電子商務(wù)模式下條件概率模型推薦方法并通過模擬仿真對(duì)三種推薦方法的推薦質(zhì)量進(jìn)行了對(duì)比。最終結(jié)果表明結(jié)合網(wǎng)絡(luò)消費(fèi)者影響因素之后的協(xié)同過濾推薦方法較引入前推薦質(zhì)量更高,而條件概率模型推薦方法的推薦質(zhì)量較前兩種方法提高更為顯著。 綜上所述,本文通過將網(wǎng)絡(luò)消費(fèi)者決策影響因素引入到推薦方法中,使推薦方法更好的對(duì)消費(fèi)者購(gòu)買商品的潛在原因進(jìn)行了挖掘,從而使推薦方法更好地滿足了消費(fèi)者的購(gòu)買需求。這對(duì)于電子商務(wù)未來的發(fā)展具有重要意義。
【關(guān)鍵詞】：C2C電子商務(wù) 推薦系統(tǒng) 協(xié)同過濾 條件概率 網(wǎng)絡(luò)消費(fèi)行為
【學(xué)位授予單位】：東華大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2012
【分類號(hào)】：F224;F724.6
【目錄】：

• 摘要5-7
• ABSTRACT7-9
• 目錄9-11
• 1 緒論11-16
• 1.1 研究背景及意義11-13
• 1.1.1 研究背景11-12
• 1.1.2 研究意義12-13
• 1.2 研究目的與內(nèi)容13-14
• 1.2.1 研究目的13
• 1.2.2 研究?jī)?nèi)容13-14
• 1.3 研究方法與技術(shù)路線14-15
• 1.3.1 研究方法14
• 1.3.2 技術(shù)路線圖14-15
• 1.4 本文的主要?jiǎng)?chuàng)新點(diǎn)15-16
• 2 網(wǎng)絡(luò)消費(fèi)者行為與推薦系統(tǒng)相關(guān)理論16-28
• 2.1 網(wǎng)絡(luò)消費(fèi)者行為理論16-22
• 2.1.1 網(wǎng)絡(luò)消費(fèi)者行為的定義16-17
• 2.1.2 網(wǎng)絡(luò)消費(fèi)者行為特點(diǎn)17-18
• 2.1.3 網(wǎng)絡(luò)消費(fèi)者決策影響因素18-22
• 2.2 推薦系統(tǒng)相關(guān)理論22-26
• 2.2.1 協(xié)同過濾推薦23-24
• 2.2.2 基于內(nèi)容過濾推薦24-25
• 2.2.3 基于關(guān)聯(lián)規(guī)則推薦25
• 2.2.4 基于知識(shí)推薦25
• 2.2.5 國(guó)外推薦系統(tǒng)應(yīng)用現(xiàn)狀25-26
• 2.3 國(guó)內(nèi)外推薦系統(tǒng)應(yīng)用現(xiàn)狀26-27
• 2.3.1 國(guó)外推薦系統(tǒng)應(yīng)用現(xiàn)狀26
• 2.3.2 國(guó)內(nèi)推薦系統(tǒng)應(yīng)用現(xiàn)狀26-27
• 2.4 本章小結(jié)27-28
• 3 C2C電子商務(wù)模式下決策影響因素選取28-45
• 3.1 傳統(tǒng)消費(fèi)決策過程分析28-29
• 3.1.1 傳統(tǒng)消費(fèi)者購(gòu)買商品基本流程28
• 3.1.2 傳統(tǒng)消費(fèi)者購(gòu)買決策過程28-29
• 3.2 網(wǎng)絡(luò)消費(fèi)者購(gòu)買決策過程分析29-31
• 3.2.1 網(wǎng)絡(luò)消費(fèi)者購(gòu)買商品的基本流程29-30
• 3.2.2 網(wǎng)絡(luò)消費(fèi)者購(gòu)買決策過程30-31
• 3.3 C2C電子商務(wù)模式下決策影響因素31-40
• 3.4 C2C電子商務(wù)模式下消費(fèi)者決策影響因素實(shí)證研究40-44
• 3.4.1 調(diào)研樣本容量40
• 3.4.2 問卷設(shè)計(jì)40
• 3.4.3 調(diào)研樣本特征分析40-43
• 3.4.4 問卷的信度分析43
• 3.4.5 調(diào)研結(jié)果分析43-44
• 3.5 本章小結(jié)44-45
• 4 基于消費(fèi)決策影響因素的C2C模式推薦系統(tǒng)研究45-60
• 4.1 電子商務(wù)推薦系統(tǒng)結(jié)構(gòu)框架45-47
• 4.1.1 電子商務(wù)推薦系統(tǒng)結(jié)構(gòu)45-46
• 4.1.2 電子商務(wù)推薦系統(tǒng)推薦流程46-47
• 4.2 協(xié)同過濾改進(jìn)推薦算法研究47-50
• 4.2.1 協(xié)同過濾推薦基本原理47
• 4.2.2 協(xié)同過濾推薦步驟47-50
• 4.3 基于消費(fèi)決策影響因素的C2C模式下協(xié)同過濾推薦算法50-54
• 4.3.1 價(jià)格評(píng)分處理過程51
• 4.3.2 信譽(yù)度評(píng)分處理過程51-52
• 4.3.3 支付方式評(píng)分處理過程52
• 4.3.4 評(píng)分預(yù)測(cè)過程52-54
• 4.4 基于消費(fèi)決策影響因素的C2C模式下條件概率推薦算法54-58
• 4.4.1 條件概率模型推薦基本原理55-56
• 4.4.2 條件概率模型推薦步驟56-58
• 4.5 本章小結(jié)58-60
• 5 仿真與結(jié)果分析60-73
• 5.1 實(shí)驗(yàn)數(shù)據(jù)60-61
• 5.2 實(shí)驗(yàn)設(shè)計(jì)61-62
• 5.2.1 實(shí)驗(yàn)環(huán)境及數(shù)據(jù)集的選取61
• 5.2.2 實(shí)驗(yàn)結(jié)果度量標(biāo)準(zhǔn)61-62
• 5.3 實(shí)驗(yàn)過程62-70
• 5.3.1 訓(xùn)練集與測(cè)試集的劃分63
• 5.3.2 用戶-商品評(píng)價(jià)矩陣的生成63-64
• 5.3.3 C2C電子商務(wù)模式下協(xié)同過濾推薦64-68
• 5.3.4 C2C電子商務(wù)模式下條件概率模型推薦68-70
• 5.4 實(shí)驗(yàn)結(jié)果70-71
• 5.5 本章小結(jié)71-73
• 6 總結(jié)與展望73-75
• 6.1 研究結(jié)論73-74
• 6.2 研究展望74-75
• 參考文獻(xiàn)75-79
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文79-80
• 附錄80-82
• 致謝82

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前10條

1 佘碧蓉;;利用ASP.NET 2.0實(shí)現(xiàn)動(dòng)態(tài)的商品推薦[J];電腦與電信;2008年05期

2 周磊;影響消費(fèi)者對(duì)在線營(yíng)銷商信任的因素分析[J];上海經(jīng)濟(jì)研究;2005年07期

3 徐琳;;網(wǎng)絡(luò)購(gòu)買決策的影響因素:賣家地域特征[J];經(jīng)濟(jì)論壇;2006年07期

4 吳奕;樂嘉錦;;基于上下文的分布式協(xié)同過濾推薦技術(shù)[J];計(jì)算機(jī)工程;2010年12期

5 丁振國(guó),陳靜;基于關(guān)聯(lián)規(guī)則的個(gè)性化推薦系統(tǒng)[J];計(jì)算機(jī)集成制造系統(tǒng)-CIMS;2003年10期

6 黎星星,黃小琴,朱慶生;電子商務(wù)推薦系統(tǒng)研究[J];計(jì)算機(jī)工程與科學(xué);2004年05期

7 張海燕,丁峰,姜麗紅;基于模糊聚類的協(xié)同過濾推薦方法[J];計(jì)算機(jī)仿真;2005年08期

8 郭瑩光;陳啟買;;關(guān)注時(shí)事新聞的商品推薦模型[J];計(jì)算機(jī)應(yīng)用與軟件;2009年10期

9 金庭棟,周潔如;品牌名稱對(duì)顧客購(gòu)買決策行為的影響研究[J];科技管理研究;2005年05期

10 徐冬磊;汪祖柱;;C2C電子商務(wù)顧客滿意度的影響因素及其模型[J];科技情報(bào)開發(fā)與經(jīng)濟(jì);2010年03期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫 前8條

1 馬萌;一種B2C電子商務(wù)推薦系統(tǒng)的應(yīng)用研究[D];電子科技大學(xué);2006年

2 張鈺;基于商品特征和層次的協(xié)同過濾推薦系統(tǒng)[D];華東師范大學(xué);2008年

3 李明晶;基于web挖掘的電子商務(wù)個(gè)性化推薦系統(tǒng)研究[D];北京交通大學(xué);2008年

4 周世東;Web數(shù)據(jù)挖掘在電子商務(wù)中的應(yīng)用研究[D];北京交通大學(xué);2008年

5 莊永龍;基于項(xiàng)目特征模型的協(xié)同過濾推薦算法研究[D];南京理工大學(xué);2008年

6 曹毅;基于內(nèi)容和協(xié)同過濾的混合模式推薦技術(shù)研究[D];中南大學(xué);2007年

7 熊奇;基于知識(shí)地圖的知識(shí)檢索與推薦方法研究[D];上海交通大學(xué);2009年

8 顧娉娉;基于商品類目結(jié)構(gòu)的自適應(yīng)推薦系統(tǒng)[D];浙江大學(xué);2009年

  本文關(guān)鍵詞：基于C2C電子商務(wù)模式下商品推薦系統(tǒng)應(yīng)用研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：286796