基于交互记忆系统和社会网络的购物专家推荐系统设计
随着网络购物平台的大量出现,不同平台间的竞争越发激烈,其竞争的核心通常为网购的买家.因此,能为买家提供更高质量的平台将在竞争中占据优势.本文旨在设计一种新的购物专家推荐机制,通过专家对买家的指导来提高买家网购的满意度,进而吸引并保持用户.系统设计主要包括两个方面:一是如何从大量现有买家中筛选出有足够资质的并建立专家库;二是当有多个专家同时满足推荐条件时,如何为买家推荐其信任的专家,同时对这些专家进行推荐排序.本文最后提出了一个专家推荐排序的算法.
购物平台 在线社会网络 交互记忆 专家推荐系统 功能模块 排序算法
王有为 张沛然
复旦大学管理学院 上海 200433
国内会议
第九届全国高校电子商务教育与学术研讨会暨第三届网商及电子商务生态学术研讨会
杭州
中文
168-176
2010-08-01（万方平台首次上网日期，不代表论文的发表时间）