淡江大學機構典藏:Item 987654321/109875
English  |  正體中文  |  简体中文  |  全文笔数/总笔数 : 62819/95882 (66%)
造访人次 : 3998227      在线人数 : 696
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library & TKU Library IR team.
搜寻范围 查询小技巧:
  • 您可在西文检索词汇前后加上"双引号",以获取较精准的检索结果
  • 若欲以作者姓名搜寻,建议至进阶搜寻限定作者字段,可获得较完整数据
  • 进阶搜寻


    jsp.display-item.identifier=請使用永久網址來引用或連結此文件: https://tkuir.lib.tku.edu.tw/dspace/handle/987654321/109875


    题名: 結合網路輿情的電子商務推薦系統之研究
    作者: 蕭瑞祥;戴敏育;張琇媛
    关键词: 推薦系統;基於內容過濾;協同過濾;輿情分析;電子商務
    日期: 2016-05-21
    上传时间: 2017-03-10 02:20:06 (UTC+8)
    摘要: 由於資訊的爆炸,已造成資訊的供大於求,使用者須經過不斷的瀏覽及搜尋才能找到所喜歡的商品,因此許多學者開始鑽研資訊過濾的機制,此機制除了解決資訊爆炸的問題外,還能向使用者推薦符合其需求的資訊,幫助使用者能夠過濾並選擇適合自己的商品,而推薦系統就是屬於資訊過濾的一種應用,能夠依據使用者的喜好、需求及興趣,將資訊或商品推薦給使用者,減少使用者在搜尋過程中付出額外時間成本。目前常見的推薦系統形式有內容式過濾、協同式過濾,以及結合上述兩種的混合式,目前混合式推薦已被廣泛應用於電子商務業界。
    為求推薦系統所推薦之項目能更符合人們意願,即推薦之項目更為人們接受,因此本研究目的提出一個結合網路輿情的電子商務推薦系統(以下簡稱結合網路輿情型),於背景收集使用者紀錄,透過自動化擷取、意見單元定義擷取與極性分析等步驟收集討論區網友的評論,對商品進行網路輿情分析,給予商品分數並進行商品推薦,最後以結合網路輿情型與未結合網路輿情的傳統型電子商務推薦系統(以下簡稱傳統型)比較其使用者使用意願與推薦準確率來評估本研究之成果。
    本研究利用問卷調查、收集使用者紀錄進行推薦系統評估方法與結合網路輿情型的推薦排名影響使用者意願得知,近八成民眾滿意結合網路輿情型,且其所推薦結果之F-Measure為70.48%較傳統型高出近15.75%,可以得知結合網路輿情型之推薦結果較符合使用者心中意願,且其推薦準確率達到九成,且結合網路輿情型會影響使用者對商品的喜好排名。
    關聯: 2016 年第二十七屆國際資訊管理學術研討會論文集
    显示于类别:[資訊管理學系暨研究所] 會議論文

    文件中的档案:

    没有与此文件相关的档案.

    在機構典藏中所有的数据项都受到原著作权保护.

    TAIR相关文章

    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library & TKU Library IR teams. Copyright ©   - 回馈