期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
延伸相似度对于品牌延伸的成功重要吗——消费者多样化寻觅与内在控制的调节角色
被引量：
12
1
作者
林少龙
骆少康
纪婉萍
《南开管理评论》
CSSCI
北大核心
2014年第6期139-148,共10页
无论学术或实践界都相当重视且试图探讨消费者个人特质在品牌延伸领域中的角色,本研究拟扩充此观点,导入多样化寻觅及内在控制这两个人格特质,检验这些变量如何调节品牌延伸相似度与品牌延伸评估的关系。本研究采用两个实验设计,分别以...
无论学术或实践界都相当重视且试图探讨消费者个人特质在品牌延伸领域中的角色,本研究拟扩充此观点,导入多样化寻觅及内在控制这两个人格特质,检验这些变量如何调节品牌延伸相似度与品牌延伸评估的关系。本研究采用两个实验设计,分别以皮夹及帆布鞋为延伸产品,搭配不同产品类别的真实品牌及虚拟情境来操纵延伸相似度,研究对象为大学生。研究结果显示:(1)延伸相似度正向影响品牌延伸评估;(2)对于多样化寻觅特质愈高的消费者,延伸相似度对品牌延伸评估的正向影响愈强;(3)对于内在控制特质愈高的消费者,延伸相似度对品牌延伸评估的正向影响愈强,此一结果与假设预期相反。本研究对理论及实践提供启示,并对未来研究方向提出建议。
展开更多
关键词
延伸相似度
品牌
延伸
评估
多样化寻觅
内在控制
在线阅读
下载PDF
职称材料
结合矩阵分解和延伸相似度的最近邻算法
被引量：
3
2
作者
李俭兵
刘栗材
《计算机工程与设计》
北大核心
2018年第10期3156-3161,共6页
为有效解决目前绝大多数推荐系统存在数据稀疏、个性化低、计算负荷量大等特点,在最近邻(KNN)模型基础上提出一种结合降维的最近邻算法(KNN-DR),利用矩阵分解的方法降低矩阵的稀疏性,过程中融合更多隐式因子并加快运算速度;在皮尔逊相...
为有效解决目前绝大多数推荐系统存在数据稀疏、个性化低、计算负荷量大等特点,在最近邻(KNN)模型基础上提出一种结合降维的最近邻算法(KNN-DR),利用矩阵分解的方法降低矩阵的稀疏性,过程中融合更多隐式因子并加快运算速度;在皮尔逊相似度基础上添加延伸相似度,进一步克服数据稀疏性问题。该算法有效解决计算复杂度高和推荐效果大众化的缺点。实验结果表明,KNN-DR算法在推荐准确度上取得了更好的效果。
展开更多
关键词
推荐系统
降维
最近邻算法
矩阵分解
隐式因子
延伸相似度
在线阅读
下载PDF
职称材料
题名
延伸相似度对于品牌延伸的成功重要吗——消费者多样化寻觅与内在控制的调节角色
被引量：
12
1
作者
林少龙
骆少康
纪婉萍
机构
中国文化大学商学院
出处
《南开管理评论》
CSSCI
北大核心
2014年第6期139-148,共10页
文摘
无论学术或实践界都相当重视且试图探讨消费者个人特质在品牌延伸领域中的角色,本研究拟扩充此观点,导入多样化寻觅及内在控制这两个人格特质,检验这些变量如何调节品牌延伸相似度与品牌延伸评估的关系。本研究采用两个实验设计,分别以皮夹及帆布鞋为延伸产品,搭配不同产品类别的真实品牌及虚拟情境来操纵延伸相似度,研究对象为大学生。研究结果显示:(1)延伸相似度正向影响品牌延伸评估;(2)对于多样化寻觅特质愈高的消费者,延伸相似度对品牌延伸评估的正向影响愈强;(3)对于内在控制特质愈高的消费者,延伸相似度对品牌延伸评估的正向影响愈强,此一结果与假设预期相反。本研究对理论及实践提供启示,并对未来研究方向提出建议。
关键词
延伸相似度
品牌
延伸
评估
多样化寻觅
内在控制
Keywords
Extension Similarity
Brand Extension Evaluation
Variety-Seeking
Internal Control
分类号
F273.2 [经济管理—企业管理]
在线阅读
下载PDF
职称材料
题名
结合矩阵分解和延伸相似度的最近邻算法
被引量：
3
2
作者
李俭兵
刘栗材
机构
重庆邮电大学通信新技术应用研究中心
重庆信科设计有限公司
出处
《计算机工程与设计》
北大核心
2018年第10期3156-3161,共6页
文摘
为有效解决目前绝大多数推荐系统存在数据稀疏、个性化低、计算负荷量大等特点,在最近邻(KNN)模型基础上提出一种结合降维的最近邻算法(KNN-DR),利用矩阵分解的方法降低矩阵的稀疏性,过程中融合更多隐式因子并加快运算速度;在皮尔逊相似度基础上添加延伸相似度,进一步克服数据稀疏性问题。该算法有效解决计算复杂度高和推荐效果大众化的缺点。实验结果表明,KNN-DR算法在推荐准确度上取得了更好的效果。
关键词
推荐系统
降维
最近邻算法
矩阵分解
隐式因子
延伸相似度
Keywords
recommendation system
dimensionality reduction
K nearest neighbor algorithm
matrix decomposition
implicit factor
extended similarity
分类号
TP312 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
延伸相似度对于品牌延伸的成功重要吗——消费者多样化寻觅与内在控制的调节角色
林少龙
骆少康
纪婉萍
《南开管理评论》
CSSCI
北大核心
2014
12
在线阅读
下载PDF
职称材料
2
结合矩阵分解和延伸相似度的最近邻算法
李俭兵
刘栗材
《计算机工程与设计》
北大核心
2018
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
