基于顾客补偿推荐的电商黄牛治理研究

发布时间：2021-12-30 07:27

　　电子商务业高速发展过程也伴随着一些“不和谐”现象,诸如产品售后服务、产品描述与实际差异等顾客面临的困惑。同时还存在着一些电商企业需要应对的问题,其中如何有效识别“黄牛”行为（对网络上高性价比的产品进行大量抢购,转手获取差额利润）,使真实顾客获得优惠、提升客户满意度是一个亟待解决的难点。因此,本文分别从两个方面对该问题进行剖析和研究:一为电商黄牛辨识问题,现有相关理论研究几乎为空白,因此首先提出从消费商品种类多样性（Diversity）、消费频率（Frequency）和购买商品数量（Quantity）三个角度对电商黄牛与正常顾客的行为差异进行分析,然后构建辨识指标体系;然后依据真实数据,构建不同辨识模型并进行性能比较;二为从顾客角度出发,将受黄牛抢购影响的商品对正常顾客进行个性化推荐,改善其购物体验,并对传统的基于矩阵分解的LFM（Latent Factor Model）推荐算法进行优化研究,提高其推荐精度。因此,论文主要研究内容如下:（1）针对近年来困扰电商平台的黄牛辨识问题,本文进行了系统建模研究并通过实验验证了所提方法有效性。首先从DFQ视角分析正常顾客和电商黄牛的购买行为差异,构... 

【文章来源】：南京航空航天大学江苏省 211工程院校

【文章页数】：60 页

【学位级别】：硕士

【部分图文】：

电子商务交易总额及增长率

中国网上零售交易规模增长趋势

正常顾客效用曲线图

【参考文献】：
期刊论文
[1]基于客户细分和AdaBoost的电子商务客户流失预测研究[J]. 武小军,孟苏芳.  工业工程. 2017(02)
[2]顾客满意度效用决策模型的构建[J]. 王凤莲,谢荣见.  统计与决策. 2017(05)
[3]基于浏览器指纹技术的预防黄牛党挂号系统[J]. 姚全珠,蒋鹏飞,颜丽菁,周红芳.  计算机应用. 2016(S2)
[4]电子产品销售中网络“黄牛”的法律治理[J]. 徐游,鹿露,张琳,李莎.  经营管理者. 2016(12)
[5]基于信任和概率矩阵分解的协同推荐算法研究[J]. 郑修猛,陈福才,柯丽虹.  计算机应用研究. 2016(11)
[6]基于用户偏好的矩阵分解推荐算法[J]. 刘慧婷,陈艳,肖慧慧.  计算机应用. 2015(S2)
[7]基于Hankel矩阵的复小波–奇异值分解法提取局部放电特征信息[J]. 唐炬,董玉林,樊雷,李莉苹.  中国电机工程学报. 2015(07)
[8]基于随机梯度矩阵分解的社会网络推荐算法[J]. 李卫平,杨杰.  计算机应用研究. 2014(06)
[9]融合奇异值分解和动态转移链的学术资源推荐模型(英文)[J]. 罗铁坚,程福兴,周佳.  中国科学院大学学报. 2014(02)
[10]融合邻域模型与隐语义模型的推荐算法[J]. 鲁权,王如龙,张锦,丁怡.  计算机工程与应用. 2013(19)

硕士论文
[1]综合过采样和欠采样的不平衡数据集的学习研究[D]. 闫欣.东北电力大学 2016
[2]基于邻域粗糙集的增量学习算法研究及其在客户分类上的应用[D]. 申雪芬.太原理工大学 2014
[3]基于协同过滤模型与隐语义模型的推荐系统研究与实现[D]. 鲁权.湖南大学 2013
[4]基于矩阵分解的协同过滤推荐算法研究[D]. 张川.吉林大学 2013
[5]基于用户行为分析的P2P流媒体推荐系统研究[D]. 冯晓龙.北京交通大学 2013
[6]非负矩阵分解与聚类方法在个性化推荐系统中的应用研究[D]. 范敏敏.华东交通大学 2012



本文编号：3557738