考虑损失厌恶型顾客的产品推荐方法研究

发布时间：2024-02-22 18:50

　　随着电子商务和社交网络的快速发展,在线商品和服务的数量日益增长,顾客越来越难以依据在线信息制定其购买决策。本文基于数据体量较大的在线数值评分,构建产品推荐模型,帮助顾客成功定位所需商品。首先,引入直觉梯形模糊数进行数值评分转换,以处理历史用户给定评分数据的不确定性特征;其次,引入经典前景理论来刻画现实决策过程中顾客的损失厌恶心理。最后,通过汽车之家网站的汽车购买案例及与完全理性顾客推荐结果的对比分析,验证了该模型的实用性和有效性。

【文章页数】：7 页

【部分图文】：

图1汽车之家用户需求采集界面

为了验证所提方法的实用性,本文以汽车之家平台(https://www.autohome.com.cn)的汽车产品推荐为例。根据顾客给定的基本需求(品牌:奥迪;价格区间:20～35万;座位数:5座等)对口碑产品进行初步筛选得到四款汽车产品:奥迪Q3、奥迪A4L、奥迪A3和奥迪Q2L....

图3某用户口碑评价数值采集界面

从图1及图2中可以看出,面向不同偏好的损失厌恶型顾客,初步筛选得到的备选产品存在差异,最终会产生不同的推荐结果,具体推荐过程如下。步骤1采集并处理在线数值评分数据

图2汽车之家用户需求筛选结果

图1汽车之家用户需求采集界面从图1及图2中可以看出,面向不同偏好的损失厌恶型顾客,初步筛选得到的备选产品存在差异,最终会产生不同的推荐结果,具体推荐过程如下。

本文编号：3907101