基于商品属性的消费者个性化偏好模型研究
随着互联网的快速发展,在线商品推荐成为商家重要的营销方式,而研究消费者个性化偏好是实施商品推荐的重要基础.以餐饮类团购商品为例,提取7大类、32项商品属性,采用基于BP神经网络的数据挖掘方法建立了基于商品属性的消费者个性化偏好模型.通过问卷调研进行了实证研究,结果验证了该模型预测个体消费者对商品偏好的准确性,同时发现影响消费群体偏好的最重要因素是价格和到达所需时间.最后,针对个性化商品推荐为商家提供了营销启示.
商品属性、个性化偏好、团购、BP神经网络
15
F713.36(国内贸易经济)
国家自然科学基金项目71271032;教育部人文社会科学研究规划基金项目11YJA630081
2013-12-18(万方平台首次上网日期,不代表论文的发表时间)
共5页
79-83