电子邮件营销个性化推荐服务研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-18页 |
| ·课题背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·电子邮件营销发展的现状 | 第11-13页 |
| ·个性化推荐发展的现状 | 第13页 |
| ·个性化推荐在电子邮件营销中的应用 | 第13-14页 |
| ·本文的工作 | 第14-16页 |
| ·研究框架与方法 | 第14-15页 |
| ·研究方法 | 第15页 |
| ·论文结构 | 第15-16页 |
| ·本文难点和重点、创新点 | 第16-18页 |
| ·研究的难点和重点 | 第16-17页 |
| ·研究的创新点 | 第17-18页 |
| 2 个性化推荐及相关技术概述 | 第18-32页 |
| ·个性化推荐系统概述 | 第18-21页 |
| ·个性化推荐系统的定义 | 第18-19页 |
| ·个性化推荐系统的研究内容 | 第19页 |
| ·个性化推荐系统的作用 | 第19-20页 |
| ·个性化推荐系统的主要问题 | 第20-21页 |
| ·个性化推荐系统的结构 | 第21-22页 |
| ·常用推荐算法及研究进展 | 第22-27页 |
| ·基于规则的推荐 | 第22-23页 |
| ·基于内容的推荐 | 第23-24页 |
| ·协同过滤推荐 | 第24-25页 |
| ·基于知识的推荐 | 第25-26页 |
| ·基于社会网络分析方法的推荐 | 第26页 |
| ·混合推荐 | 第26-27页 |
| ·个性化推荐评估方法 | 第27-30页 |
| ·精确度 | 第27-28页 |
| ·覆盖率 | 第28-29页 |
| ·用户满意度 | 第29页 |
| ·多样性 | 第29-30页 |
| ·序列模式挖掘方法 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 3 电子邮件营销个性化推荐服务的体系结构 | 第32-39页 |
| ·电子邮件营销个性化推荐服务体系结构 | 第32-33页 |
| ·数据管理功能 | 第33-34页 |
| ·分析推荐功能 | 第34-36页 |
| ·邮件发送功能 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 4 基于客户细分的个性化邮件营销方法研究 | 第39-50页 |
| ·相关知识概述 | 第39-41页 |
| ·客户细分 | 第39-40页 |
| ·客户细分模型 | 第40-41页 |
| ·将RFM模型运用到电子邮件营销中 | 第41-44页 |
| ·数据库营销中的RFM模型 | 第41-42页 |
| ·将RFM模型运用到电子邮件营销中 | 第42-44页 |
| ·基于RFM模型的个性化邮件营销 | 第44-47页 |
| ·基于RFM的客户类型分析 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 5 基于动态序列挖掘的个性化邮件营销方法研究 | 第50-60页 |
| ·算法设计 | 第50页 |
| ·自组织特征映射算法(SOM) | 第50-51页 |
| ·基于动态序列挖掘的邮件营销个性化推荐流程 | 第51-55页 |
| ·提取客户交易事务集 | 第52-53页 |
| ·提取客户行为轨迹 | 第53-54页 |
| ·用户行为分析与推荐 | 第54-55页 |
| ·实验及评价 | 第55-59页 |
| ·实验数据 | 第55-57页 |
| ·实验过程及评价 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 6 总结与展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 攻读学位期间主要科研成果 | 第67页 |
