應(yīng)用機(jī)器學(xué)習(xí)方法度量在線(xiàn)品牌忠誠(chéng)度模型構(gòu)建研究

定　價(jià)：￥59.00

作　者：	趙瑋著
出版社：	北京交通大學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787512131897	出版時(shí)間：	2017-07-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：		字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　主要研究論壇貼文、博客文章、微博文章等媒體互動(dòng)討論的輿情數(shù)據(jù)的抓取，以及輿情數(shù)據(jù)的綜合處理和分析，并實(shí)現(xiàn)基于大數(shù)據(jù)的輿情預(yù)警研究。實(shí)現(xiàn)對(duì)輿情數(shù)據(jù)的可視化展示，用圖表呈現(xiàn)輿情的時(shí)間走勢(shì)、地域分布、主題分布、文章排行、熱度聚集、熱詞發(fā)現(xiàn)等輿情分析結(jié)果，輔助決策。實(shí)現(xiàn)對(duì)相關(guān)熱點(diǎn)話(huà)題的自動(dòng)識(shí)別、智能聚類(lèi)以及對(duì)傳播路徑的追溯、對(duì)議題漂移的捕捉和核心觀點(diǎn)的摘要。在大數(shù)據(jù)環(huán)境下，面對(duì)在線(xiàn)消費(fèi)提供的海量數(shù)據(jù)信息，傳統(tǒng)的技術(shù)方法已逐漸無(wú)法滿(mǎn)足企業(yè)創(chuàng)造和維持品牌忠誠(chéng)的競(jìng)爭(zhēng)需求?！稇?yīng)用機(jī)器學(xué)習(xí)方法度量在線(xiàn)品牌忠誠(chéng)度模型構(gòu)建研究》構(gòu)建了一個(gè)在線(xiàn)消費(fèi)大數(shù)據(jù)時(shí)代下的人工智能模型——機(jī)器學(xué)習(xí)模型，通過(guò)機(jī)器學(xué)習(xí)方法，對(duì)在線(xiàn)消費(fèi)者的品牌商品購(gòu)買(mǎi)行為進(jìn)行聚類(lèi)，實(shí)現(xiàn)具有相似忠誠(chéng)度的用戶(hù)的聚類(lèi)，同時(shí)實(shí)現(xiàn)在線(xiàn)品牌忠誠(chéng)度的度量。其中，重點(diǎn)研究機(jī)器學(xué)習(xí)路徑、機(jī)器學(xué)習(xí)算法、模型構(gòu)建方法，以及模型的檢驗(yàn)與優(yōu)化方法?！稇?yīng)用機(jī)器學(xué)習(xí)方法度量在線(xiàn)品牌忠誠(chéng)度模型構(gòu)建研究》適合經(jīng)濟(jì)管理專(zhuān)業(yè)的研究生和教師閱讀。

作者簡(jiǎn)介

　　趙瑋，1981年生，經(jīng)濟(jì)學(xué)博士，北京聯(lián)合大學(xué)應(yīng)用科技學(xué)院經(jīng)濟(jì)管理系電子商務(wù)專(zhuān)業(yè)教師，具備雙師素質(zhì)資格，精品課程及資源共享課程“Web技術(shù)應(yīng)用基礎(chǔ)”核心成員。主要研究領(lǐng)域包括：數(shù)據(jù)挖掘與數(shù)據(jù)分析、機(jī)器學(xué)習(xí)、職業(yè)技術(shù)教育。發(fā)表核心論文、EI期刊論文4篇，主持全國(guó)教育科學(xué)規(guī)劃課題一項(xiàng)，并參與完成多個(gè)省部級(jí)、校級(jí)教研和科研項(xiàng)目。曾獲得第九屆全國(guó)多媒體課件大賽高職組優(yōu)秀獎(jiǎng)、北京聯(lián)合大學(xué)暑期社會(huì)實(shí)踐優(yōu)秀指導(dǎo)教師、北京聯(lián)合大學(xué)應(yīng)用科技學(xué)院院級(jí)“師德”先進(jìn)個(gè)人等獎(jiǎng)項(xiàng)，并指導(dǎo)學(xué)生獲得第九屆“暢享杯”全國(guó)職業(yè)院校創(chuàng)業(yè)技能大賽“企業(yè)經(jīng)營(yíng)管理沙盤(pán)競(jìng)賽”全國(guó)總決賽團(tuán)體三等獎(jiǎng)，第三屆大學(xué)生（文科）計(jì)算機(jī)設(shè)計(jì)大賽三等獎(jiǎng)。

圖書(shū)目錄

1 緒論
1．1 研究背景
1．2 研究目的及研究意義
1．2．1 研究目的
1．2．2 研究意義
1．3 國(guó)內(nèi)外研究現(xiàn)狀
1．3．1 國(guó)外研究現(xiàn)狀
1．3．2 國(guó)內(nèi)研究現(xiàn)狀
1．3．3 研究現(xiàn)狀評(píng)述
1．4 研究思路與研究?jī)?nèi)容
1．4．1 研究思路
1．4．2 研究?jī)?nèi)容
2 在線(xiàn)品牌忠誠(chéng)度大數(shù)據(jù)與機(jī)器學(xué)習(xí)方法
2．1 在線(xiàn)品牌忠誠(chéng)度大數(shù)據(jù)
2．1．1 在線(xiàn)品牌忠誠(chéng)度大數(shù)據(jù)的基本特性
2．1．2 在線(xiàn)品牌忠誠(chéng)度大數(shù)據(jù)的特征
2．1．3 在線(xiàn)品牌忠誠(chéng)度大數(shù)據(jù)分析評(píng)述
2．2 在線(xiàn)品牌忠誠(chéng)度度量的機(jī)器學(xué)習(xí)
2．2．1 機(jī)器學(xué)習(xí)研究概述
2．2．2 在線(xiàn)品牌忠誠(chéng)度度量的機(jī)器學(xué)習(xí)要素
2．2．3 在線(xiàn)品牌忠誠(chéng)度度量的機(jī)器學(xué)習(xí)聚類(lèi)方法
2．2．4 在線(xiàn)品牌忠誠(chéng)度度量的機(jī)器學(xué)習(xí)框架
2．2．5 在線(xiàn)品牌忠誠(chéng)度度量的機(jī)器學(xué)習(xí)環(huán)境
2．2．6 在線(xiàn)品牌忠誠(chéng)度度量的機(jī)器學(xué)習(xí)路徑
2．3 本章小結(jié)
3 在線(xiàn)品牌忠誠(chéng)度度量的在線(xiàn)數(shù)據(jù)采集
3．1 在線(xiàn)品牌忠誠(chéng)度度量的在線(xiàn)數(shù)據(jù)采集關(guān)鍵技術(shù)
3．1．1 信息源
3．1．2 采集方法
3．1．3 數(shù)據(jù)處理
3．2 在線(xiàn)品牌忠誠(chéng)度度量的在線(xiàn)數(shù)據(jù)采集模型分析
3．2．1 在線(xiàn)數(shù)據(jù)采集模型
3．2．2 在線(xiàn)數(shù)據(jù)采集模型抓取策略
3．2．3 在線(xiàn)數(shù)據(jù)采集模型結(jié)構(gòu)原理
3．3 在線(xiàn)品牌忠誠(chéng)度度量的在線(xiàn)數(shù)據(jù)采集模型設(shè)計(jì)
3．3．1 在線(xiàn)數(shù)據(jù)采集模型的策略設(shè)計(jì)
3．3．2 在線(xiàn)數(shù)據(jù)采集模型的架構(gòu)設(shè)計(jì)
3．3．3 在線(xiàn)數(shù)據(jù)采集模型的詳細(xì)設(shè)計(jì)
3．4 在線(xiàn)品牌忠誠(chéng)度度量的在線(xiàn)數(shù)據(jù)采集模型實(shí)現(xiàn)
3．4．1 根據(jù)主題抓取 URL 列表
3．4．2 URL 判重
3．4．3 網(wǎng)頁(yè)解析存儲(chǔ)
3．5 本章小結(jié)
4 在線(xiàn)品牌忠誠(chéng)度度量的在線(xiàn)數(shù)據(jù)清洗
4．1 在線(xiàn)品牌忠誠(chéng)度度量的在線(xiàn)數(shù)據(jù)清洗概述
4．1．1 在線(xiàn)品牌忠誠(chéng)度度量的在線(xiàn)數(shù)據(jù)清洗流程
4．1．2 在線(xiàn)品牌忠誠(chéng)度度量的在線(xiàn)數(shù)據(jù)清洗準(zhǔn)備
4．1．3 在線(xiàn)品牌忠誠(chéng)度度量的在線(xiàn)數(shù)據(jù)清洗對(duì)象
4．2 在線(xiàn)品牌忠誠(chéng)度度量的在線(xiàn)數(shù)據(jù)檢測(cè)算法的設(shè)計(jì)與實(shí)現(xiàn)
4．2．1 在線(xiàn)品牌忠誠(chéng)度度量的在線(xiàn)重復(fù)數(shù)據(jù)檢測(cè)算法
4．2．2 在線(xiàn)品牌忠誠(chéng)度度量的在線(xiàn)錯(cuò)誤數(shù)據(jù)檢測(cè)算法
4．2．3 在線(xiàn)品牌忠誠(chéng)度度量的在線(xiàn)缺失數(shù)據(jù)檢測(cè)算法
4．3 在線(xiàn)品牌忠誠(chéng)度度量的在線(xiàn)數(shù)據(jù)清洗算法的設(shè)計(jì)與實(shí)現(xiàn)
4．3．1 在線(xiàn)品牌忠誠(chéng)度度量的在線(xiàn)重復(fù)數(shù)據(jù)清洗算法
4．3．2 在線(xiàn)品牌忠誠(chéng)度度量的在線(xiàn)數(shù)據(jù)轉(zhuǎn)換類(lèi)型算法的設(shè)計(jì)與實(shí)現(xiàn)
4．3．3 在線(xiàn)品牌忠誠(chéng)度度量的在線(xiàn)錯(cuò)誤數(shù)據(jù)清洗算法的設(shè)計(jì)與實(shí)現(xiàn)
4．3．4 在線(xiàn)品牌忠誠(chéng)度度量的在線(xiàn)缺失數(shù)據(jù)清洗算法
4．3．5 在線(xiàn)品牌忠誠(chéng)度度量的在線(xiàn)數(shù)據(jù)合并和過(guò)濾算法
4．4 本章小結(jié)
5 在線(xiàn)品牌忠誠(chéng)度度量的機(jī)器學(xué)習(xí)方法模型構(gòu)建
5．1 機(jī)器學(xué)習(xí)聚類(lèi)算法理論
5．1．1 聚類(lèi)的概念
5．1．2 劃分聚類(lèi)算法
5．2 在線(xiàn)品牌忠誠(chéng)度度量模型特征概述
5．2．1 在線(xiàn)品牌忠誠(chéng)度度量模型特征選擇依據(jù)
5．2．2 在線(xiàn)品牌忠誠(chéng)度度量模型特征指標(biāo)定義
5．3 在線(xiàn)品牌忠誠(chéng)度度量模型特征構(gòu)建
5．3．1 在線(xiàn)品牌忠誠(chéng)度度量模型行為特征集構(gòu)建算法
5．3．2 在線(xiàn)品牌忠誠(chéng)度度量模型態(tài)度特征集構(gòu)建算法
5．3．3 在線(xiàn)品牌忠誠(chéng)度度量模型時(shí)間特征集構(gòu)建算法
5．3．4 在線(xiàn)品牌忠誠(chéng)度度量模型用戶(hù)特征集構(gòu)建算法
5．3．5 在線(xiàn)品牌忠誠(chéng)度度量模型初始特征集構(gòu)建算法
5．4 在線(xiàn)品牌忠誠(chéng)度度量模型構(gòu)建
5．4．1 在線(xiàn)品牌忠誠(chéng)度度量模型的要素定義
5．4．2 在線(xiàn)品牌忠誠(chéng)度度量模型的要素實(shí)例
5．4．3 在線(xiàn)品牌忠誠(chéng)度度量模型的方法定義
5．4．4 在線(xiàn)品牌忠誠(chéng)度度量模型的構(gòu)建實(shí)現(xiàn)
5．5 本章小結(jié)
6 在線(xiàn)品牌忠誠(chéng)度度量模型檢驗(yàn)
6．1 在線(xiàn)品牌忠誠(chéng)度度量模型檢驗(yàn)概述
6．1．1 聚類(lèi)模型有效性
6．1．2 聚類(lèi)模型有效性的檢驗(yàn)方法
6．2 在線(xiàn)品牌忠誠(chéng)度度量模型檢驗(yàn)指標(biāo)設(shè)計(jì)
6．2．1 在線(xiàn)品牌忠誠(chéng)度度量模型內(nèi)部有效性指標(biāo)
6．2．2 在線(xiàn)品牌忠誠(chéng)度度量模型外部有效性指標(biāo)
6．3 在線(xiàn)品牌忠誠(chéng)度度量模型內(nèi)部有效性指標(biāo)檢驗(yàn)實(shí)現(xiàn)
6．3．1 在線(xiàn)品牌忠誠(chéng)度度量模型 SSE 指標(biāo)檢驗(yàn)算法
6．3．2 在線(xiàn)品牌忠誠(chéng)度度量模型 SSB 指標(biāo)檢驗(yàn)算法
6．3．3 在線(xiàn)品牌忠誠(chéng)度度量模型 Intra DPS 指標(biāo)檢驗(yàn)算法
6．3．4 在線(xiàn)品牌忠誠(chéng)度度量模型 Inter DPS 指標(biāo)檢驗(yàn)算法
6．3．5 在線(xiàn)品牌忠誠(chéng)度度量模型交叉檢驗(yàn)算法
6．4 在線(xiàn)品牌忠誠(chéng)度度量模型外部有效性指標(biāo)檢驗(yàn)實(shí)現(xiàn)
6．4．1 Allan L． Baldinger 和 Joel Rubinson 的理論檢驗(yàn)
6．4．2 Palto 理論的檢驗(yàn)
6．5 本章小結(jié)
7 在線(xiàn)品牌忠誠(chéng)度度量的模型優(yōu)化
7．1 在線(xiàn)品牌忠誠(chéng)度度量的模型數(shù)據(jù)處理優(yōu)化方法
7．1．1 增加數(shù)據(jù)量
7．1．2 處理缺失值和異常值
7．2 在線(xiàn)品牌忠誠(chéng)度度量的模型數(shù)據(jù)處理優(yōu)化實(shí)現(xiàn)
7．2．1 算法設(shè)計(jì)
7．2．2 算法實(shí)現(xiàn)
7．3 在線(xiàn)品牌忠誠(chéng)度度量的模型特征工程優(yōu)化方法
7．3．1 特征工程優(yōu)化概述
7．3．2 RFE 特征選擇方法
7．3．3 Boruta 特征選擇方法
7．4 在線(xiàn)品牌忠誠(chéng)度度量的模型特征工程優(yōu)化實(shí)現(xiàn)
7．4．1 特征轉(zhuǎn)換和選擇預(yù)處理方法的實(shí)現(xiàn)
7．4．2 RFE 特征選擇方法的實(shí)現(xiàn)
7．4．3 基于 RFE 特征選擇方法的模型優(yōu)化
7．4．4 Boruta 特征選擇方法的實(shí)現(xiàn)
7．4．5 基于 Boruta 特征選擇方法的模型優(yōu)化
7．4．6 基于 RFE 和 Boruta 特征選擇方法的模型優(yōu)化比較
7．5 在線(xiàn)品牌忠誠(chéng)度度量的模型算法調(diào)整優(yōu)化方法及實(shí)現(xiàn)
7．5．1 基于聚類(lèi)數(shù) k 選擇的模型優(yōu)化
7．5．2 基于迭代次數(shù)選擇的模型優(yōu)化
7．5．3 基于初始質(zhì)心生成次數(shù)選擇的模型優(yōu)化
7．6 在線(xiàn)品牌忠誠(chéng)度度量最優(yōu)模型效果
7．6．1 實(shí)現(xiàn)在線(xiàn)品牌忠誠(chéng)度相似用戶(hù)的聚類(lèi)
7．6．2 實(shí)現(xiàn)在線(xiàn)品牌忠誠(chéng)度的界定
7．7 本章小結(jié)
8 總結(jié)與展望
參考文獻(xiàn)