全书分为两大部分。第一部分是电子商务推荐系统：主要介绍推荐系统的关键技术和应用，包括电子商务推荐相关技术介绍，Web挖掘的推荐系统，专家知识决策的推荐系统，协同过滤推荐算法等。第二部分是智能谈判：主要介绍智能谈判相关技术，包括智能谈判的基本原理，谈判策略和谈判协议研究，以及智能谈判系统的安全设计等。

版权信息

内容简介

目录

版权信息

书 名: 电子商务推荐系统与智能谈判技术

作　者：曾子明

出版社： 武汉大学出版社

出版时间： 2008

ISBN: 9787307062115

开本： 16开（188×265）mm

定价: 29.00 元

内容简介

本书根据电子商务的新发展，探讨了在B2C电子商务模式下，如何为消费者的网上购物和与商家的谈判两种类型的决策活动提供相应的决策支持。本书反映了电子商务智能领域最新的科研成果，论述强调系统性、前瞻性，内容丰富，图书并茂，具有较高的学术价值。

本书可作为电子商务、信息管理系统、计算机应用和相关专业的高年级本科生、研究生及老师的教学参考书，也可作为相关学者从事电子商务智能信息研究、设计和开发的有价值的参考资料。

目录

前言

第一章绪论

1.1电子商务概述

1.2智能Agent与电子商务

1.3消费者行为模式

1.4智能电子商务系统

1.5电子商务推荐系统

1.6智能谈判系统

本章小结

第二章电子商务推荐系统相关技术

2.1信息检索和信息过滤

2.2数据挖掘技术

2.3电子商务推荐算法

本章小结

第三章Web挖掘技术的智能商务推荐

3.1引言

3.2Web挖掘相关的技术背景

3.3推荐过程

3.4推荐系统的实现模型

本章小结

第四章专家知识决策和协同过滤的推荐系统

4.1引言

4.2Agent技术

4.3智能推荐系统的分析

4.4基于多Agent的推荐系统

4.5商品本体

4.6系统集成及Web应用

4.7基于Agent的推荐系统评价

本章小结

第五章DAKNNs的电子商务协同过滤推荐算法

5.1提出问题

5.2K最近邻搜索（KNNS）算法简介

5.3DAKNNs算法

5.4基于DAKNNs的协同过滤推荐

本章小结

第六章多Agent的电子商务推荐系统的设计与实现

6.1简介

6.2MABRS功能结构图

6.2MABRS原型系统的体系结构

6.4MABRS的设计与实现

本章小结

第七章智能谈判的基本原理

7.1商务谈判概述

7.2谈判方式的新构想——智能谈判

7.3谈判支持系统

7.4机器学习和谈判策略

7.5智能谈判模型

4.6智能谈判协议

本章小结

第八章Bayesian学习方法的智能谈判策略

8.1引言

8.2Agent的智能学习及谈判策略设计

8.3谈判Agent的结构设计

8.4基于Bayesian学习方法的谈判策略（NSBL）

本章小结

第九章BP神经网络和遗传算法的多属性智能谈判策略

9.1引言

9.2多属性谈判的效用理论

9.3基于Trade-off机制的谈判策略

9.4基于BP神经网络和遗传算法的谈判策略

9.5实验结果

本章小结

第十章基于本体的智能谈判协议研究

10.1引言

10.2面向智能谈判的本体方法

10.3谈判技术的本体建模

10.4基于OWL语言的协议本体描述

10.5谈判协议的本体实现

本章小结

第十一章智能谈判系统的安全设计

11.1安全问题概述

11.2智能谈判系统的安全需求

11.3智能谈判系统的安全技术

11.4智能谈判系统的基本安全模型

11.5智能谈判系统的安全设计

本章小结

主要参考文献

……