以NBI， E2EMN， MFCC從交易資料萃取特徵值進行產品推薦之研究;Encoding Transaction Data with Nbi， E2emn and Mfcc to Perform Recommendation

NCUIR > School of Management at National Central University > Department of Business Administration > Research Project > Item 987654321/94074

Please use this identifier to cite or link to this item: http://ir.lib.ncu.edu.tw/handle/987654321/94074

Title:	以NBI， E2EMN， MFCC從交易資料萃取特徵值進行產品推薦之研究;Encoding Transaction Data with Nbi， E2emn and Mfcc to Perform Recommendation
Authors:	許秉瑜
Contributors:	國立中央大學企業管理學系
Keywords:	推薦系統深度學習交易資料;Network Bipartite Inference;Memory Network;Mel Frequency Cepstral Coefficient;recommender system
Date:	2024-09-27
Issue Date:	2024-09-30 15:51:26 (UTC+8)
Publisher:	國家科學及技術委員會(本會)
Abstract:	本計畫研究成果首先將驗證交易資料是否可較精準的預測消費者購買行為。本計畫也將會驗證NBI與GRU 及self-attention 整合是否可設計出有效的推薦系統。在計畫中也將會驗證基於信任理論推導的公式是否可有效描述消費者對產品的看法，並結合End-to-End Memory Network 改善對消費者喜好的描述。本計畫也驗證將銷售資料經由MFCC轉換後所獲得的產品特色與原特色整合後是否可以有效改善產品推薦準確度。如果這個方法可以驗證通過，將可以大幅改善所有商品的推薦效果。本研究的成果將可協助所有銷售通路挑選客戶、調整客戶溝通策略及產品推薦方式。
Relation:	財團法人國家實驗研究院科技政策研究與資訊中心
Appears in Collections:	[Department of Business Administration ] Research Project

Files in This Item:

File	Description	Size	Format
index.html		0Kb	HTML	27	View/Open

社群 sharing