大數(shù)據(jù)背景下網(wǎng)購(gòu)消費(fèi)者行為模式與網(wǎng)購(gòu)評(píng)語(yǔ)挖掘方法研究

目錄
第1章 緒論 1
1.1 本書(shū)的撰寫(xiě)目的與意義 1
1.2 國(guó)內(nèi)外研究狀況 2
1.3 研究思路 9
1.4 主要研究?jī)?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(chóng)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(gòu)消費(fèi)者行為模式與影響因素分析 36
3.1 網(wǎng)購(gòu)消費(fèi)者行為分類(lèi)與特征分析 37
3.2 消費(fèi)者網(wǎng)購(gòu)全過(guò)程模型 43
3.3 網(wǎng)購(gòu)消費(fèi)者網(wǎng)購(gòu)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(wèn)日志的商品推薦方法 54
4.1 協(xié)同過(guò)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(wèn)日志Hamming聚類(lèi)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(xiāo)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(lèi)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(gòu)評(píng)語(yǔ)的挖掘 118
6.1 網(wǎng)購(gòu)評(píng)語(yǔ)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(gòu)評(píng)語(yǔ)的情感分析與分類(lèi) 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(gòu)評(píng)語(yǔ)多主體引導(dǎo)策略 191
6.5 本章小結(jié) 193
參考文獻(xiàn) 195