基于用户购买记录的改进协同过滤推荐

提出一种基于用户购买记录的改进协同过滤推荐。用户的购买记录在一定程度上反映用户的偏好和购买习惯,采用用户-项目购买数量矩阵,使用改进的相似度计算用户之间的相似度,结合用户购买商品之间的关联关系,对目标用户的购买数量进行预测,实现基于用户的协同过滤推荐。实验结果表明,该算法降低了数据稀疏性,使推荐结果更加精确可靠。

基于顾客认知的定向广告模型(英文)

建立了基于顾客认知的2个阶段双寡头定向广告竞争模型.假设2个相互竞争的企业在第1阶段销售期过后,可根据销售记录认知异质的顾客,从而可以在第2阶段针对不同类型的顾客向其投放定向广告,而广告能够提高目标受众对产品的价值感知.通过对各个销售阶段企业均衡决策及均衡利润的分析发现,在当前销售期输掉竞争的企业反而能通过定向广告策略赢得未来销售期的竞争.于是,企业为了获得更高的长期利润会主动削弱彼此之间的价格竞争.进一步的分析表明,定向广告主要通过3个方面的作用提高企业利润,即价值增值、窃取顾客以及缓和竞争.最后,通过对社会福利及消费者剩余的讨论发现,基于顾客认知的定向广告虽然有助于增加企业利润,却损害了消费者的利益.因此,随着定向技术的迅速发展,有关公共部门应采取措施保护好消费者的利益.

不为人为制造的稀缺买单

最近,一些国产运动鞋品牌出现了"炒鞋风",某品牌鞋在得物App上的售价高出参考发售价31倍,页面上却并无最近购买记录,似乎是"有价无市"。究竟是什么原因带来了"炒鞋风"呢?首先,从经济学角度来说,价格飞涨的背后是供需的失衡。我国的鞋类制造一直都是渠道商提前几个月下订单工厂再开始供货,这就意味着对于市场的反应存在一个时滞效应,此次市场对于国产鞋类的需求是短时间内急剧变化的,许多渠道商还在观望这种变化是否可持续,并没有急于改变订货量,所以供货出现了停滞。