电子商务_B_第09讲.pptVIP

电 子 商 务;课 程 安 排;*/34;第9讲;内容提要;*;亚马逊30%的销售额来自于推荐;推荐系统提高顾客忠诚度;推荐引擎为购物网站;推荐引擎的行业应用;*;多种推荐服务;;;;;个性化的推荐系统;9.2.商品推荐相关技术;9.2.商品推荐相关技术;9.2.商品推荐相关技术;9.2.商品推荐相关技术;*/34;*/34;*/34;*/34;*/34;*/34;*/34;*/34;*/34;*/34;*/34;*/34;*/34;*/34;*/34;*/34;*/34;*/34;9.2.商品推荐相关技术;9.2.商品推荐相关技术;9.2.商品推荐相关技术;9.2.商品推荐相关技术;;9.2.商品推荐相关技术;;9.2.商品推荐相关技术;;;9.2.商品推荐相关技术;9.2.商品推荐相关技术;9.2.商品推荐相关技术;9.2.商品推荐相关技术;9.2.商品推荐相关技术;;;;;9.2.商品推荐相关技术;9.2.商品推荐相关技术;9.2.商品推荐相关技术;;;Reference: [1] M.Perkowitz and O.Etzioni. Adaptive Web sites: automatically synthesizing Web pages. In Proceedings of 15th National Conference on Artificial Intelligence, Madison, WI, 1998. [2] S.Chakrabart. Data mining for hypertext: A tutorial survey. ACM SIGKDD Explorations, 1(2), pages 1--11, 2000. [3] D.Dillsus and M.J.Pazzani. Learning Collaborative Information Filters. In Proceedings of ICML’98. Pp.46-53. [4] B.Mobasher. A Web personalization engine based on user transaction clustering. In Proceedings of the 9th Workshop on Information Technologies and Systems (WITS’99),December 1999. [5] R.Cooley, B.Mobasher, and J.Srivastava. Data Preparation for mining World Wide Web browsing patterns. Journal of Knowledge and Information Systems, (1) 1, 1999. [6] B.Mobasher, H.Dai, T.Luo, Y.Sun, and J.Zhou. Integrating Web Usage and Content Mining for More Effective Personalization. in Proceedings of the International Conference on E-Commerce and Web Technologies (ECWeb2000), September 2000, Greenwich, UK. ;商品推荐系统开发案例（一）;资源推荐系统;资源推荐系统;资源推荐系统;资源推荐系统;资源推荐系统;资源推荐系统;;资源推荐系统;资源推荐系统;资源推荐系统;图：主要处理流程;更新;;资源推荐系统;资源推荐系统;资源推荐系统;资源推荐系统;资源推荐系统;资源推荐系统;资源推荐系统;资源推荐系统;资源推荐系统;*/88