10.3969/j.issn.1674-8425(s).2016.12.009
基于 EM聚类和用户评分的产品营销与推荐策略研究
网络技术的发展，特别是最近几年来“互联网＋”和大数据的发展，给企业产品营销带来了极大的机遇和挑战。相较于传统的通过简单粗暴的价格战来达到营销目的，一些企业通过对数据的充分利用和挖掘而在商战中获胜。利用数据融合技术从互联网大数据中挖掘用户的行为信息，通过分析消费者的个性化需求，利用 EM聚类算法构建基于模型的协同过滤推荐算法，给消费者推荐可能喜欢的产品，开展个性化主动营销服务；制定相应的个性化产品营销策略，从而提高产品销售的数量及产品推荐的成功率。利用从亚马逊网上书城获取的数据进行实验，验证了综合 EM聚类和用户评分方法具有较好的推荐效果。
产品营销、产品推荐、EM聚类、用户评分
30
F253(物资经济)
2017-02-15（万方平台首次上网日期，不代表论文的发表时间）
共6页
59-63,110
