基于社交网络的群体推荐系统

电子商务以及社交网站的兴起加快了网络信息资源的增长速度,用户越来越难从海量数据中找到需要的信息。个性化推荐技术应运而生,它可以分析用户的历史行为信息,根据用户的偏好从海量数据中检索用户感兴趣的内容,并在实际应用中取得了良好的效果。     

女性运动裤脚款式感知评价与个性化定制推荐

为提升产品核心部件个性化推荐与用户情感需求的匹配度，帮助企业更准确把握用户定制过程的感性偏好，以女性运动裤的裤脚为例，构建基于感性工学的个性化推荐模型。首先采用语意差异法获取消费者对裤脚款式在7个维度的感性评价，建立感性意象空间；然后提取裤脚款式的设计要素，通过偏最小二乘法建立设计要素与消费感知的映射模型；最后采用模糊层次分析法量化消费者的感性需求，结合映射模型建立个性化推荐模型。结果显示：推荐结果与消费者感知评价的平均余弦相似度为0.902,说明设计元素与消费感知存在较高相关性；推荐算法预测结果的平均绝对值误差为0.54,推荐结果与用户需求匹配度较高，能有效将消费感性需求转化为设计元素。     

基于多模态融合的个性化服装搭配推荐

为提高服装的匹配度且实现高精度推荐,从而满足消费者对个性化服装搭配推荐的巨大需求,研究了从服装颜色到类别的高度非线性复杂属性交互,并以服装搭配的匹配度量化标准为基础,构建了单品潜在特征表示空间的嵌入模型,通过构建融合多模态信息的矩阵分解框架模型,进一步分析了现有多模态特征融合算法的不足,刻画了不同用户的服装风格偏好,通过特征提取、多模态特征融合、匹配度计算等手段建立个性化服装搭配方案。实验结果表明：该模型计算出的服装匹配度达到了0.81,相较于传统方法提高了1.25%,实现了更高准确度和推荐精度的个性化服装推荐。     

基于ASP技术的图书电子商务网站的设计与开发

该文从图书电子商务网站的特点出发,分析了该系统的设计目标和实际需求,最终以ASP技术作为前台开发工具,以Access进行后台数据库的编写,设计开发了图书电子商务网站。该网站主要面向客户,为其提供一个网上购物平台,通过创建交互式表单,进行数据的统计,用于信息调查和信息反馈。     

大数据在用户体验设计中的应用

大数据正在改变各行各业,设计人员也已经意识到大数据对于用户体验设计的重要性,本文初步探讨了如何将大数据运用于用户体验设计。简述了在进行移动应用开发时,大数据如何改进用户体验设计;还列举了大数据改进网站设计的几种方法。这对如何客观、准确、科学地将大数据应用于设计过程,从而提升用户体验设计提供了一定的参考和借鉴。     

一份电商体验者的报告

只有顾客需求的技术才是有价值的技术,只有顾客体验愉悦的网站才是有商业前景的网站。冬末春初,第三届中国印刷电子商务年会筹备在即,年会上将要揭榜的印刷电商网站排行榜,也在紧锣密鼓地筛选中。本届公布的排行榜,新加入"用户体验"分值.而我作为专家评委,也由此与印刷电商网站第一次亲密接触。给我分派的任务是为4个网站打分,其中3个是个性化印刷网站。我决定做3本照片书,以方便比较,打分.对个性化印刷网站来讲.我是这样一位顾客:纯粹的"新鲜人",没有制作照片书的经历与技能:多要求的"体验人",不满足于完全依赖模板,希望有自我的排版空间。     

基于隐马尔可夫模型的Web站点服务个性化推荐研究

基于隐马尔可夫模型开发了用户浏览兴趣迁移模式,该模式下Web站点能合理地推荐用户感兴趣的信息,加速用户对站点的访问,较好地解决了个性化网站的自适应问题.     

提升用户体验的网站图形设计方法探析

用户体验设计的概念来源于西方产品设计理论,目前广泛应用于互联网产品的设计。图形作为网站传递信息的重要媒介,也越来越强调用户需求的满足和用户体验的提升。本文从用户体验的概念入手,阐述网站图形设计的依据,并依据不同类型网站应强调的核心体验点将网站进行分类,探讨网站图形设计过程中的原则以及具体的设计方法。     

新兴电子商务在线用户体验以及影响分析

新兴电子商务是狭义电子商务中的一部分,其中以Businessto-Customer（B2C）为典型代表。影响用户在B2C网站购物的因素有很多,包括网站产品、商品的内部因素、商品的外部因素、平台提供的情景因素、消费者个性特征以及社会经济因素。新兴的电子商务在经历了井喷式的发展以后也开始进行内部清洗,用户体验的影响因素是成为B2C模式新兴电子商务生存发展的关键,对用户体验影响因素进行分析以后为改进客户体验、增强网站客流量、竞争性提供了参考依据。     

产品设计中的用户体验与应用研究

随着科技信息越来越发达,研发设计人员对于用户需求也越来越重视,同时也更加关注所设计产品是否方便快捷,操作简易,能否更好地为用户服务。为实现这一目标,就需要了解用户体验信息,将用户关注的需求应用到产品的设计过程中,从而更好地为产品的设计过程提供帮助。文章主要阐述了用户体验和产品设计流程,分析了用户体验的信息收集方法,通过研究用户体验来提升产品的质量和设计新产品。     

基于物联网技术的衣物推荐系统方案设计

近年来,随着人工智能技术的发展,衣物推荐系统在提高用户购物体验和满意度方面扮演着重要角色。文章首先提出了一种基于物联网技术的衣物推荐系统,为用户推荐最适合的服装;其次介绍了衣物推荐系统的理论和实践意义,并对目前的研究进展进行了总结,其中,系统的实现部分包括用户数据录入和衣物推荐算法的设计,通过用户的个人信息和当日活动等级,系统可以智能分析和挑选出个性化穿衣建议;最后讨论了系统所使用的相关概念和保温力的计算方法,这对提高用户购物体验、推进学科发展和促进产业发展具有重要意义。     

基于用户体验的空气净化器创新设计研究

本文从消费者生活形态和使用体验感出发,了解消费者心理需求,,将用户体验理论应用到空气净化器设计中。采用理论研究与实际设计相结合的方式,为在满足消费者一般需求的基础上更好的满足消费者的个性需求,提高产品的使用体验。     

服饰高级定制的情感化设计新模式

为探究我国高级定制的发展趋势,从文化传统、经济基础、马斯洛需求理论等多方面分析了我国高级定制处于的发展阶段、机遇与挑战。结合“情感化设计”理论中人脑对设计的本能层次、行为层次以及反思层次的要求,同时运用信息多媒体与社交网络技术,建立了高级定制的情感化设计新模式,并对用户需求-情感曲线在高级定制各个阶段的表现形式进行了阐述。研究表明,情感化设计模式能显著提升高级定制的用户体验,满足个性化消费时代的需求,为我国服装行业的转型升级做出有益贡献。     

版式设计在电子商务类网站的应用与实现——以“MANFOO”化妆品网站为例

在当前政府大力推行新媒体建设的背景下,越来越多的企业通过"互联网+"平台来达到宣传及推广自己产品及服务的目的,各式各样的网站以势不可挡的态势涌入了的公众视线。在此前提下,人们对于网站界面审美也在不断的变化,传统的只注重罗列信息的版式设计已经不能够满足人们的精神需求,尤其作为电子商务类网站,它需要在网站的设计中重点突出产品的视觉效果。因此,本课题通过版式设计在电子商务类网站的应用,探究如何将艺术完美融入到网站设计中。     

基于用户体验的表单元素设计与分析

表单是网站输入操作的主要工具,但是目前很多表单的操作速度较慢。本文通过对表单的主要元素进行设计与分析,提升用户体验,帮助用户完成信息输入。     

智能厨柜交互界面用户体验设计原则与策略

智能5G时代背景下的智能家居产品,厨柜智能化设计与用户体验需求间存在不匹配性的问题,对智能厨柜交互界面用户体验的设计原则及策略进行总结是有必要性的。在用户体验目标下,结合数据分析,充分考虑用户的行为特征与全路径分析。提出智能厨柜的交互界面以用户为中心、用户需求层次、信息通达性、操作易用性、情感愉悦化五大设计原则;理清需求层次优先级、注重用户操作反馈流程、设计评估与反馈意见推动产品迭代三大设计策略。以帮助理清设计思路,让用户获得更好的交互体验,从而减少用户烦躁等负面情绪,提高用户愉悦度,以及对产品的喜爱度,甚至忠诚度。     

基于Python的海外工程政策信息采集研究与实现

本研究通过聚焦爬虫爬取我国海外工程政策信息相关网站建立数据库,创建我国海外工程政策信息专业搜索引擎,并利用自然语言处理、知识图谱等技术实现对检索词的近义词与相关词的推荐,降低对用户输入检索词的要求,优化用户的搜索体验。本研究构建了完整的搜索引擎,提供了一套针对于工程专业领域信息搜集与整合的方法,同样可应用于其他领域的信息收集与处理。     

基于解释结构模型法的团购网站信息架构分析

在网站设计中,信息架构十分重要,简明合理的信息架构有助于提升用户体验。文章使用解释结构模型法对豆瓣团购小组网站的信息架构进行分析,得出该网站管理员、卖家,团长、买家和其他要素之间的相互关系,对信息架构进行分层,以检验该网站运营模式的公平性。     

体验店方案设计研究

体验经济代替服务经济逐渐渗透人们的日常生活,应对体验经济,体验店应运而生。本文研究的是在体验店设计过程中,体验方式设计的思考流程、内容和方法。首先通过体验历程图普与民族志研究等手段进行用户分析得出用户需求;其次分析企业CIS及相关内容得出纲领性体验策略;再将二者与科学的体验理论体系结合,获得最终的体验方案。文中还绘制了体验设计系统流程图,指出在进行体验设计时的思考流程。最后用实际案例说明如何在设计过程中应用本次理论成果。     

基于集团序推荐输出的协同过滤推荐算法

针对电子商务推荐系统传统项目相似性计算不足和传统的TOP-N推荐输出缺乏个性等问题,提出了一种改进算法.该算法采用动态生成权重因子的方法计算项目相似性,利用模糊聚类对项目分类,在预测评分公式中引入用户权重因子,并采用集团序方法进行推荐输出以确定候选的N值.实验结果表明,该算法不仅解决了数据稀疏性问题,提高了系统的推荐质量,且推荐结果更个性化.