大數(shù)據(jù)背景下網(wǎng)購消費(fèi)者行為模式與網(wǎng)購評(píng)語挖掘方法研究
本書以電子商務(wù)中商品、商家、消費(fèi)者、網(wǎng)購評(píng)語、訪問日志等的海量數(shù)據(jù)為研究對(duì)象,運(yùn)用大數(shù)據(jù)、Web數(shù)據(jù)挖掘、復(fù)雜網(wǎng)絡(luò)、消費(fèi)者行為分析、情感挖掘等理論方法,發(fā)現(xiàn)網(wǎng)購消費(fèi)者行為模式的潛在規(guī)律及網(wǎng)購評(píng)語的情感傾向,構(gòu)建消費(fèi)者、商家、電商平臺(tái)和監(jiān)管門等多視角的評(píng)語引導(dǎo)策略和建議,有助于商家提高商品和服務(wù)質(zhì)量、網(wǎng)購消費(fèi)者制定合理的購買決策、電商平臺(tái)和監(jiān)管門提升監(jiān)管水平。
更多科學(xué)出版社服務(wù),請(qǐng)掃碼獲取。
目錄
第1章 緒論 1
1.1 本書的撰寫目的與意義 1
1.2 國內(nèi)外研究狀況 2
1.3 研究思路 9
1.4 主要研究內(nèi)容 11
1.5 本章小結(jié) 14
第2章 網(wǎng)絡(luò)數(shù)據(jù)采集與并行化計(jì)算方法 15
2.1 基于網(wǎng)絡(luò)爬蟲技術(shù)的網(wǎng)絡(luò)文本數(shù)據(jù)采集 15
2.2 Spark基礎(chǔ)與Spark分布式集群搭建 25
2.3 本章小結(jié) 35
第3章 網(wǎng)購消費(fèi)者行為模式與影響因素分析 36
3.1 網(wǎng)購消費(fèi)者行為分類與特征分析 37
3.2 消費(fèi)者網(wǎng)購全過程模型 43
3.3 網(wǎng)購消費(fèi)者網(wǎng)購意愿的影響因素分析與實(shí)證以在校大學(xué)生為例 47
3.4 本章小結(jié) 53
第4章 考慮消費(fèi)者評(píng)分與訪問日志的商品推薦方法 54
4.1 協(xié)同過濾推薦算法及Slope one算法 54
4.2 基于改進(jìn)Slope one算法的推薦方法 60
4.3 基于改進(jìn)相似度和遺忘曲線的組合推薦算法 65
4.4 基于用戶訪問日志Hamming聚類和加權(quán)用戶行為的混合推薦算法 69
4.5 推薦算法的應(yīng)用研究 78
4.6 本章小結(jié) 91
第5章 面向零售商品銷售記錄的商品關(guān)聯(lián)關(guān)系分析 92
5.1 基于艾賓浩斯遺忘曲線的零售商品模糊關(guān)聯(lián)分析方法 93
5.2 基于復(fù)數(shù)權(quán)網(wǎng)絡(luò)的零售商品關(guān)聯(lián)分析方法 102
5.3 零售商品關(guān)聯(lián)大數(shù)據(jù)稀疏網(wǎng)絡(luò)的快速聚類算法 110
5.4 本章小結(jié) 117
第6章 大數(shù)據(jù)背景下網(wǎng)購評(píng)語的挖掘 118
6.1 網(wǎng)購評(píng)語高頻詞共現(xiàn)網(wǎng)絡(luò)的結(jié)構(gòu)特性分析 119
6.2 網(wǎng)購評(píng)語的情感分析與分類 129
6.3 電商平臺(tái)中水軍評(píng)論的識(shí)別方法 182
6.4 網(wǎng)購評(píng)語多主體引導(dǎo)策略 191
6.5 本章小結(jié) 193
參考文獻(xiàn) 195