出版時間:2012-4 出版社:北京大學(xué)出版社 作者:黃煒 頁數(shù):169 字數(shù):170000
內(nèi)容概要
截至2011年12月底我國網(wǎng)絡(luò)購物用戶規(guī)模達到1.94億人,網(wǎng)絡(luò)購物使用率提升至37.8%。更多的網(wǎng)民通過網(wǎng)購實現(xiàn)日常消費,電子商務(wù)已經(jīng)成為我國經(jīng)濟發(fā)展的一支重要力量。但隨著日益增長的海量網(wǎng)絡(luò)商品信息,網(wǎng)購消費者往往處于信息過載的困境中,如何高效地完成網(wǎng)絡(luò)商品選購成為電子商務(wù)發(fā)展中的一個迫切需要解決的問題。黃煒編寫的《電子商務(wù)環(huán)境下商品信息檢索研究》從電子商務(wù)中的買方、商品和商家三者的信息特征出發(fā),采用本體語義、情境計算和評論挖掘等理論與技術(shù)方法,構(gòu)建了一個從商品信息的采集、檢索、組織、匹配,到可信推薦的完整商品檢索服務(wù)平臺,滿足了日益高漲的網(wǎng)絡(luò)購物需求。
《電子商務(wù)環(huán)境下商品信息檢索研究》適合從事電子商務(wù)、信息檢索相關(guān)領(lǐng)域的研究人員參考使用。
作者簡介
黃煒:男,博士后,碩士生導(dǎo)師,畢業(yè)于武漢大學(xué)信息管理學(xué)院,管理學(xué)博士?,F(xiàn)為湖北工業(yè)大學(xué)管理學(xué)院管理科學(xué)與工程系副主任、武漢理工大學(xué)管理學(xué)院管理科學(xué)與工程流動站博士后,加拿大萊姆頓學(xué)院訪問學(xué)者、湖北省電子商務(wù)學(xué)會會員。一直從事電子商務(wù)、社會化網(wǎng)絡(luò)、信息應(yīng)急管理等方面的研究,擅長于跨學(xué)科的研究。主持教育部人文社會科學(xué)研究項目、中國博士后科學(xué)基金項目和湖北省自然科學(xué)研究項目,參加多項國家級、省部級科研項目和橫向課題,發(fā)表論文10余篇。
書籍目錄
第0章 引言
0.1 背景
0.2 研究意義
0.3 研究內(nèi)容
0.4 內(nèi)容組織
第1章 研究綜述
1.1 信息檢索
1.1.1 語義檢索
1.1.2 垂直搜索
1.1.3 個性化檢索
1.2 電子商務(wù)
1.2.1 電子商務(wù)搜索引擎
1.2.2 電子商務(wù)推薦系統(tǒng)
1.3 其他相關(guān)技術(shù)
小結(jié)
第2章 電子商務(wù)環(huán)境下商品信息檢索框架
2.1 Web數(shù)據(jù)危機
2.2 電子商務(wù)搜索引擎面臨的問題
2.3 商品信息檢索框架
2.3.1 ProductRank
2.3.2 商品信息采集
2.3.3 商品信息匹配
2.3.4 商品信息推薦
小結(jié)
第3章 電子商務(wù)主題語義爬蟲
3.1 網(wǎng)絡(luò)爬蟲
3.1.1 通用網(wǎng)絡(luò)爬蟲
3.1.2 主題網(wǎng)絡(luò)爬蟲
3.2 電子商務(wù)中商品頁面特征
3.2.1 商品頁面特征分析
3.2.2 電子商務(wù)在線交易本體的構(gòu)建
3.3 基于本體學(xué)習(xí)和鏈接預(yù)測分析的商品信息主題語義爬蟲
3.3.1 商品信息主題爬蟲框架ProductCrawler
3.3.2 網(wǎng)頁內(nèi)容相關(guān)度計算
3.3.3 主題鏈接預(yù)測分析
3.3.4 主題爬行優(yōu)先值計算
3.4 商品主題爬蟲的構(gòu)建與結(jié)果分析
小結(jié)
第4章 基于情境感知的商品語義匹配
4.1 情境檢索
4.1.1 情境的概念
4.1.2 基于情境的信息檢索
4.2 用戶與商品情境的本體模型
4.2.1 用戶情境
4.2.2 商品情境
4.3 情境感知
4.3.1 靜態(tài)情境的獲取
4.3.2 動態(tài)情境的學(xué)習(xí)與更新
4.4 基于ContextRank的商品語義匹配
4.4.1 商品語義情境匹配模型
4.4.2 ContextRank
小結(jié)
第5章 基于商品評論挖掘的商品可信推薦
5.1 商品評論
5.1.1 商品評論概述
5.1.2 商品評論挖掘
5.2 商品可信推薦框架
5.3 商品評論預(yù)處理
5.4 商品特性與用戶觀點對抽取
5.5 商品評論極性分析
5.6 OpinionRank
小結(jié)
第6章 網(wǎng)絡(luò)圖書商品檢索原型系統(tǒng)
6.1 網(wǎng)絡(luò)圖書商品信息
6.2 圖書商品檢索原型系統(tǒng)BookRank
6.2.1 框架設(shè)計
6.2.2 系統(tǒng)實現(xiàn)
6.3 實驗
6.3.1 實驗設(shè)計
6.3.2 檢索效果
6.3.3 數(shù)據(jù)分析
小結(jié)
第7章 總結(jié)與展望
7.1 總結(jié)
7.2 研究展望
參考文獻
章節(jié)摘錄
版權(quán)頁: 插圖: “個性”一詞來源于拉丁語Persona,其原意是指羅馬時代戲劇演員在舞臺上所戴的假面具,這些不同的面具代表劇中不同人的身份,從這里可以看出,個性是具有一定的模式或特征的。對于什么是“個性化”,學(xué)者們有不同的理解。Alexander Pretschner 認為個性化包括個性化的應(yīng)用、用戶模型的創(chuàng)建和表示、評價和過濾算法、協(xié)作或個體過濾、系統(tǒng)架構(gòu)。Susan Gauch等人認為個性化是指在合適的時間將恰當(dāng)?shù)男畔⑻峁┙o特定的用戶。Ahu Sieg認為有效的個性化信息訪問是準確地識別用戶的背景和以匹配特定背景的方式組織信息。 個性化檢索是一種新的檢索思想,它不同于傳統(tǒng)的檢索方法,而是真正以用戶為中心,以用戶的實時需求為出發(fā)點,以用戶的個性化特征為參照物,以個性化的手段和方式來服務(wù),并提供個性化的檢索結(jié)果。其特點是將“個性化”這一理念貫穿整個檢索過程,并以用戶的反饋來調(diào)整檢索服務(wù)的手段和方式。 搜索引擎?zhèn)€性化檢索是指搜索引擎主動或被動地搜集用戶的偏好、興趣等信息需求特征,并以此建立用戶模型。在檢索過程中將用戶檢索詞匹配和用戶模型匹配結(jié)合起來,反饋用戶所需特定信息的過程,也就是對不同用戶提交的完全相同的檢索表達式,能按照不同用戶的個性化需求而生成不同的檢索結(jié)果或是排序。 2.個性化檢索的研究現(xiàn)狀 為了更好地實現(xiàn)個性化檢索的目標(biāo),國內(nèi)外學(xué)者都從不同角度展開了研究。邢春曉、周立柱對個性化服務(wù)中的用戶描述文件的表達與更新,資源描述文件的表達,個性化推薦技術(shù),個性化服務(wù)體系結(jié)構(gòu)進行了總結(jié)分析。趙捧未提出一種基于用戶興趣的個性化檢索方法,自動學(xué)習(xí)用戶查詢的歷史記錄來構(gòu)建用戶興趣模型,以此推導(dǎo)用戶新提問的真正意圖,對當(dāng)前網(wǎng)絡(luò)環(huán)境下應(yīng)用的若干典型的個性化信息檢索技術(shù)進行了研究和分析。王軍從個性化策略實施的地點、用戶模板建立方式、搭載搜索引擎類型和個性化技術(shù)4個不同的角度對各種個性化檢索技術(shù)作了分類,提出要以用戶模型與通用模型相結(jié)合的方法來提高個性化檢索的效率。李廣建提出一種個性化網(wǎng)絡(luò)信息檢索系統(tǒng)PIIRS,較完整地實現(xiàn)了個性化檢索系統(tǒng)的各項功能。
編輯推薦
《電子商務(wù)環(huán)境下商品信息檢索研究》針對電子商務(wù)中的商品信息檢索存在的問題進行的有意義的探索,構(gòu)建了一個涵蓋商品信息采集、組織、匹配、推薦的完整商品信息檢索服務(wù)模型;提出了一個基于電子商務(wù)領(lǐng)域的商品信息語義主題爬蟲,實現(xiàn)采集商品信息的方法;基于語義的爬蟲在采集商品信息的過程中,通過領(lǐng)域本體的學(xué)習(xí)對電子商務(wù)領(lǐng)域參照物進行不斷的調(diào)整與優(yōu)化,達到更好的主題約束效應(yīng),防止主題漂移的發(fā)生,并保持較高的主題收獲率;建立用戶需求和商品情境模型,提出基于情境相似度計算的用戶商品匹配算法;讓最符合當(dāng)前用戶需求的商品排在前列,盡可能地讓最符合該用戶需求的商品靠近消費者;提出基于商品評論信息挖掘的商品可信推薦方法,采用自然語言處理、概率統(tǒng)計方法和機器學(xué)習(xí)理論對商品評論信息進行挖掘,分析出商品特性以及特性的肯定否定極性程度,使用戶能夠檢索到最想購買的而且是具有可靠性的商品。并且以圖書商品信息檢索為用例,以上述理論方法為基礎(chǔ)設(shè)計開發(fā)了圖書商品檢索原型系統(tǒng),根據(jù)對比實驗數(shù)據(jù)證實了BookRank實現(xiàn)優(yōu)質(zhì)圖書檢索結(jié)果排序的功能。
圖書封面
評論、評分、閱讀與下載
電子商務(wù)環(huán)境下商品信息檢索研究 PDF格式下載