云環(huán)境下針對企業(yè)營銷的個性化智能推薦研究.pdf

1、網(wǎng)絡(luò)營銷模式是企業(yè)了解顧客的需求后作出企業(yè)利潤最大化的銷售策略。隨著數(shù)據(jù)量的不斷增加，個性化的銷售模式也變得日趨重要，企業(yè)應對市場、用戶需求的不斷變化需做出更加敏捷的反映，從而增加企業(yè)與顧客直接交易的機會。個性化的推薦促使企業(yè)的營銷模式更加成熟，從而快速提高企業(yè)的銷售量和銷售金額。這種推薦模式主要采用協(xié)同過濾技術(shù)、基于內(nèi)容的推薦技術(shù)。協(xié)同過濾技術(shù)最簡單的思路就是搜索與目標對象相似興趣的鄰居用戶，并將相似用戶的偏好列表推薦給目標用戶，基于

2、內(nèi)容的推薦算法是根據(jù)用戶之前喜歡的商品推薦相似產(chǎn)品。
　　本文針對協(xié)同過濾技術(shù)、基于內(nèi)容的推薦算法兩種推薦技術(shù)存在的一些缺陷，考慮情景狀態(tài)下消費者的興趣指標和興趣偏好，從大量數(shù)據(jù)中獲取消費者興趣特征值，利用獲取的特征值來創(chuàng)建興趣模型，實現(xiàn)基于消費者模型的個性化智能推薦。主要工作如下:
　　(1)針對商品的特點，基于全國零售戶銷售數(shù)據(jù)，利用數(shù)據(jù)挖掘技術(shù)獲取用戶之間的關(guān)聯(lián)關(guān)系，構(gòu)建零售業(yè)的客戶價值指標。聚類算法將獲取的樣本文件進

3、行分類，從而提取的數(shù)據(jù)可作為企業(yè)中的個性化銷售的基礎(chǔ)數(shù)據(jù)。
　　(2)基于情景的用戶偏好的分析以及商品屬性的分類。本文采用基于情境下的建模推薦模式，從商品的自有屬性和用戶的興趣偏好的角度出發(fā)，建立用戶興趣的權(quán)重值。根據(jù)權(quán)重值大小進一步分析用戶偏好的側(cè)重方向。文中情景因素主要含有位置、時間段、季節(jié)、伙伴等特定情境，用來預測用戶對商品資源的選擇行為。
　　(3)個性化推薦算法中冷啟動問題和數(shù)據(jù)稀疏問題的研究。本文針對協(xié)同過濾算法