導(dǎo)語：如何才能寫好一篇推薦書籍，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公文云整理的十篇范文，供你借鑒。

篇1

書名：《荊棘鳥》

推薦理由

愛情和命運(yùn)從來就沒有一個(gè)預(yù)定的軌道，人們因?yàn)閳?zhí)著的追求而飽受創(chuàng)傷，但對(duì)生活抱有期望卻是她們能堅(jiān)持的理由。

作者：考琳·麥卡洛 曾胡譯

傳說中有一種鳥兒，從離開巢窩的那一刻起，它就在尋找著荊棘樹。然后，把自己的身體扎進(jìn)一株最長、最尖的荊棘上，流著血淚放聲歌唱。一曲終了，荊棘鳥氣竭命殞，以身殉歌——以一種慘烈的悲壯塑造了永恒的美麗，給人們留下一段悲愴的絕唱。因?yàn)樽蠲篮玫臇|西只能用最深痛的巨創(chuàng)來換取……這就是荊棘鳥的傳說。

作為澳洲版的《飄》，女作家考琳·麥卡洛用她那富有詩意的語言向我們講述了一段由家庭秘密、禁愛、新大陸的繁重勞作交織的歷史。

每個(gè)女孩子都對(duì)那樣一種求而不得的愛情有著無限憧憬，麥吉也不例外。初見的時(shí)候，10歲的麥吉和28歲的拉爾夫，他們距離的不僅僅是18年的長度，神父的身份注定了他們的愛情是一條不歸路，也注定了麥吉悄然萌芽的依戀終會(huì)沒有回報(bào)。它讓人無法遏制地想起了第六世達(dá)賴倉央嘉措的情與詩。其實(shí)，從一開始就明白，這份愛，無論多么刻骨銘心，終究只會(huì)化為人生的回憶。愛不能、忘不掉、放不下、舍不得，然而，我們卻依然要把荊棘扎進(jìn)胸膛。

生，如夏花般絢爛：死，如秋葉般靜美。

書名：《流浪的面包樹》

推薦理由

戀愛讓男生成為詩人，分手讓女生成為哲人。成長，才是女人最后的歸宿。

作者：張小嫻

作為面包樹系列的最后一本，張小嫻讓我們從幼稚走到成熟，最后成全了自己的成長，可是程韻和林方文的故事仍然讓我們覺得生活殘酷。

相愛和相守，本就是兩碼事。但其實(shí)沒有必要為結(jié)局什么的遺憾和糾結(jié)，張小嫻早就說過：遺憾，也是一種幸福，因?yàn)樯钪芯尤贿€有能令你遺憾的事情。

書名：《公主向前走》

推薦理由

在人生中兜兜轉(zhuǎn)轉(zhuǎn)，終于遇見屬于我的幸福。

作者：馬西婭·格拉吉 葉彥君譯

小的時(shí)候我們看童話書，故事的結(jié)尾處是這樣寫的：“最后王子和公主幸福地在一起了?！绷红o茹的歌里唱道：我們十指緊扣，默寫前奏，可是那然后呢？……在童話幻滅之后，誰會(huì)是你的王子？

馬西婭借助童話的形式和各種巧妙的比喻，幫助女人放下過去、找回自我、追求美滿幸福的人生！

書名：《女人30+》

推薦理由

女人可以暫時(shí)茫然，但不能自怨自艾；有信仰的女人，才是有能量的女人。

作者：金韻蓉

篇2

弗洛伊德自傳 第二本是《弗洛伊德自傳》，想要了解一個(gè)人的理論，起碼得對(duì)那個(gè)人有一一定的了解。這本書從弗洛伊德出生寫到他去逝，著重點(diǎn)在于他的成年時(shí)期，也講到了他與榮格的恩恩怨怨。本書理論性的東西較少，要有一定認(rèn)識(shí)。

日常生活的心理奧秘 第三本是《日常生活的心理奧秘》，本書分析了很多日常生活中最具科學(xué)性與社會(huì)效應(yīng)的人類行為，并解釋了這些行為背后的心理意義。全書通俗易懂，能引導(dǎo)您去發(fā)覺身邊的意義世界。主要圍繞行為，然后解釋背后的意義。

所以案例分析的理解依據(jù)都是精神分析理論，有案例加理論讓更感興趣看下去。如果純看《精神分析引論》、《性學(xué)三論》之類的書，肯定很多人堅(jiān)持不下去。

少女杜拉的故事 《少女杜拉的故事》這又是一本案例與理論相結(jié)合的作品，杜拉是弗洛伊德的一個(gè)重要患者，她的癥狀對(duì)精神分析理論的建立有一定的貢獻(xiàn)。

篇3

[關(guān)鍵詞] 電子商務(wù) 推薦系統(tǒng) 推薦技術(shù)

一、引言

隨著網(wǎng)絡(luò)的廣泛普及，電子商務(wù)對(duì)傳統(tǒng)的商貿(mào)活動(dòng)產(chǎn)生了革命性的變化，產(chǎn)生從以商品為中心到以客戶為中心的商業(yè)模式的轉(zhuǎn)變。新的商業(yè)環(huán)境在為企業(yè)提供新的商機(jī)的同時(shí)，也對(duì)企業(yè)提出了新的挑戰(zhàn)。圍繞客戶進(jìn)行服務(wù)，為客戶提供所需要的商品，所以對(duì)每個(gè)客戶提供個(gè)性化的服務(wù)已經(jīng)成為必要。而電子商務(wù)推薦系統(tǒng)成為解決問題的重要途徑。本文研究了電子商務(wù)推薦系統(tǒng)中的各類推薦技術(shù)。

二、電子商務(wù)推薦系統(tǒng)

電子商務(wù)推薦系統(tǒng)定義為：利用電子商務(wù)網(wǎng)站向用戶提供商品信息和建議，幫助客戶決定應(yīng)該購買什么產(chǎn)品，模擬銷售人員幫助客戶完成購買過程。它是一個(gè)基于客戶網(wǎng)上購物的以商品為推薦對(duì)象的個(gè)性化推薦系統(tǒng)，為客戶推薦符合其興趣愛好的商品。分析客戶的消費(fèi)偏向，向每個(gè)客戶具有針對(duì)性地推薦的產(chǎn)品，幫助客戶從龐大的商品目錄中挑選真正適合自己需要的商品。電子商務(wù)推薦系統(tǒng)在幫助了客戶的同時(shí)也提高了客戶對(duì)商務(wù)活動(dòng)的滿意度,從而換來對(duì)電子商務(wù)站點(diǎn)的進(jìn)一步支持。

電子商務(wù)推薦系統(tǒng)主要起到了三個(gè)方面的作用：首先，極大地增加了客戶，可以把網(wǎng)站的瀏覽者轉(zhuǎn)變?yōu)橘徺I者，提高主動(dòng)性；其次，可以提高網(wǎng)站相關(guān)系列產(chǎn)品的連帶銷售能力；最后，可以提高、維持客戶對(duì)網(wǎng)站的滿意度和信任度。

電子商務(wù)推薦系統(tǒng)具有良好的發(fā)展和應(yīng)用前景。在日趨激烈的競(jìng)爭環(huán)境下，電子商務(wù)推薦系統(tǒng)能有效保留客戶，提高電子商務(wù)網(wǎng)站系統(tǒng)能大大提高企業(yè)的銷售額。成功的電子商務(wù)推薦系統(tǒng)將會(huì)產(chǎn)生巨大的經(jīng)濟(jì)效益和社會(huì)效應(yīng)。

三、電子商務(wù)推薦技術(shù)

目前,電子商務(wù)推薦系統(tǒng)中使用的主要推薦技術(shù)有基于內(nèi)容推薦,協(xié)同過濾推薦,基于知識(shí)推薦,基于效用推薦，基于關(guān)聯(lián)規(guī)則推薦,混合推薦等等。

1.基于內(nèi)容的推薦。它是信息過濾技術(shù)的延續(xù)與發(fā)展，項(xiàng)目或?qū)ο笸ㄟ^相關(guān)特征的屬性來定義，系統(tǒng)基于商品信息, 包括商品的屬性及商品之間的相關(guān)性和客戶的喜好來向其推薦?；谏唐穼傩灾饕腔诋a(chǎn)品的屬性特征模型推薦。

內(nèi)容推薦技術(shù)分析商品的屬性及其相關(guān)性可以脫機(jī)進(jìn)行，因而推薦響應(yīng)時(shí)間快。缺點(diǎn)是難以區(qū)分商品信息的品質(zhì)和風(fēng)格，而且不能為用戶發(fā)現(xiàn)新的感興趣的商品，只能發(fā)現(xiàn)和用戶已有興趣相似的商品。

2.協(xié)同過濾推薦。協(xié)同過濾推薦是目前研究最多、應(yīng)用最廣的電子商務(wù)推薦技術(shù)。它基于鄰居客戶的資料得到目標(biāo)客戶的推薦,推薦的個(gè)性化程度高。利用客戶的訪問信息,通過客戶群的相似性進(jìn)行內(nèi)容推薦,不依賴于內(nèi)容僅依賴于用戶之間的相互推薦,避免了內(nèi)容過濾的不足,保證信息推薦的質(zhì)量。

協(xié)同過濾推薦優(yōu)點(diǎn)有:能為用戶發(fā)現(xiàn)新的感興趣的商品;不需要考慮商品的特征,任何形式的商品都可以推薦。缺點(diǎn)是:稀疏性問題,用戶對(duì)商品的評(píng)價(jià)矩陣非常稀疏;可擴(kuò)展性問題,隨著系統(tǒng)用戶和商品的增多,系統(tǒng)的性能會(huì)越來越低;冷啟動(dòng)問題,如果從來沒有用戶對(duì)某一商品加以評(píng)價(jià),則這個(gè)商品就不可能被推薦。

3.基于知識(shí)的推薦。在某種程度上可以看成是一種推理技術(shù)，各個(gè)方法因所用的知識(shí)不同而有明顯區(qū)別?；谥R(shí)的推薦提出了功能知識(shí)的概念。簡單的說，功能知識(shí)是關(guān)于某個(gè)項(xiàng)目如何滿足某個(gè)特定客戶的知識(shí)，它能解釋需要和推薦之間的關(guān)系。在基于知識(shí)的推薦看來，客戶資料可以是任何能支持推理的知識(shí)結(jié)構(gòu)，并非一定是用戶的需要和偏好。

4.基于效用的推薦。它是根據(jù)對(duì)客戶使用項(xiàng)目的效用進(jìn)行計(jì)算的，核心問題是如何為每個(gè)客戶創(chuàng)建效用函數(shù)，并考慮非產(chǎn)品屬性，如提供商的可靠性和產(chǎn)品的可用性等。它的優(yōu)點(diǎn)是能在效用函數(shù)中考慮非產(chǎn)品因素。效用函數(shù)通過交互讓用戶指定影響因素及其權(quán)重對(duì)于大多數(shù)用戶而言是極其繁瑣的事情，因而限制了該技術(shù)的應(yīng)用。

5.基于關(guān)聯(lián)規(guī)則的推薦系統(tǒng)往往利用實(shí)際交易數(shù)據(jù)作為數(shù)據(jù)源，它符合數(shù)據(jù)源的通用性要求。以關(guān)聯(lián)規(guī)則為基礎(chǔ)，把已購商品作為規(guī)則頭,推薦對(duì)象作為規(guī)則體,其中關(guān)聯(lián)規(guī)則的發(fā)現(xiàn)最關(guān)鍵且最耗時(shí),但可以離線進(jìn)行。其特點(diǎn)是實(shí)現(xiàn)起來比較簡潔,推薦效果良好,并能動(dòng)態(tài)地把客戶興趣變化反映到推薦結(jié)果中。

6.混合推薦技術(shù)?；旌贤扑]系統(tǒng)整合兩種或更多推薦技術(shù)以取得更好的實(shí)際效果。最常見的做法是將協(xié)同過濾推薦技術(shù)與其它某一種推薦技術(shù)相結(jié)合。例如,結(jié)合基于協(xié)同過濾和基于內(nèi)容推薦這兩種推薦技術(shù),盡量利用它們的優(yōu)點(diǎn)而避免其缺點(diǎn),提高推薦系統(tǒng)的性能和推薦質(zhì)量。比如,為了克服協(xié)同過濾的稀疏性問題,可以利用用戶瀏覽過的商品預(yù)期用戶對(duì)其他商品的評(píng)價(jià),這樣可以增加商品評(píng)價(jià)的密度,利用這些評(píng)價(jià)再進(jìn)行協(xié)同過濾,從而提高協(xié)同過濾的性能。

四、總結(jié)

電子商務(wù)推薦系統(tǒng)，一方面有助于電子商務(wù)網(wǎng)站內(nèi)容和結(jié)構(gòu)自適應(yīng)性的實(shí)現(xiàn)，另一方面在幫助客戶快速定位感興趣的商品的同時(shí)也為企業(yè)實(shí)現(xiàn)了增值。電子商務(wù)推薦系統(tǒng)作為有利的分析工具和促銷手段，已成為電子商務(wù)網(wǎng)站的競(jìng)爭工具，必將獲得廣泛的應(yīng)用和發(fā)展。本文對(duì)電子商務(wù)推薦系統(tǒng)進(jìn)行了介紹，并對(duì)推薦技術(shù)進(jìn)行了概述。目前國內(nèi)的電子商務(wù)網(wǎng)站在這方面的實(shí)踐處在快速發(fā)展的階段，因此還需要繼續(xù)研究出更智能、更優(yōu)化的電子商務(wù)推薦技術(shù)。

參考文獻(xiàn)：

篇4

要說經(jīng)濟(jì)學(xué)入門，力推昆曼的經(jīng)濟(jì)學(xué)原理，簡單易懂。本書強(qiáng)調(diào)得更多的是經(jīng)濟(jì)學(xué)原理的應(yīng)用和政策分析，而不是正式的經(jīng)濟(jì)學(xué)模型。書中大部分章節(jié)里都提供了案例。

也許你看完昆曼的經(jīng)濟(jì)學(xué)原理，以為經(jīng)濟(jì)學(xué)很簡單，那我告訴你大錯(cuò)特錯(cuò)，如果這時(shí)候你繼續(xù)看經(jīng)濟(jì)學(xué)著作，我推測(cè)一般人是看不懂的，或者看看就感覺索然無味。所以，我要繼續(xù)推薦一本算是入門書籍 圖解 經(jīng)濟(jì)學(xué)原理?？赐赀@本你猜差不多了解什么是經(jīng)濟(jì)學(xué)了

好了 到這里你就可以看大部分的經(jīng)濟(jì)學(xué)書籍 國富論 經(jīng)濟(jì)學(xué) 這種大師做?；蚺Ｄ炭蓸方?jīng)濟(jì)學(xué)這種小步頭書籍也可以，但不太推薦一下直接上大步頭書籍，因?yàn)檎娴奶珶o聊了，還是從小步頭的來搞起。 祝愿各位經(jīng)濟(jì)學(xué)道路更進(jìn)一步

（來源：文章屋網(wǎng) ）

篇5

2、《徒手抗暴術(shù)》，作者：杜仲勛。

3、《散打連環(huán)擊法》，作者：佟慶輝。

4、《一招制敵》，作者：鄧杰紅。

5、《中國腿擊法大成》，作者：佟慶輝。

6、《防衛(wèi)術(shù)》，作者：劉勇。

7、《智慧擒敵術(shù)》，作者：周志新。

8、《軍警制敵術(shù)精粹》，作者：杜振高。

9、《軍警防暴術(shù)》，作者：佟慶輝。

篇6

您好!首先，我在此向你說一聲對(duì)不起，我辜負(fù)了您對(duì)我的殷切希望。在這次期末數(shù)學(xué)考試中我慘敗而歸，不僅傷透了你的心，也讓我無地自容。這次失敗的原因，我分析了一下試卷，有絕大部分是由于我的馬虎粗心造成的，但也有少數(shù)部分我不懂。您平常也就經(jīng)常告誡我們，可我就是改不了粗心大意的毛病。不過，我不應(yīng)該給我自己找理由，放心，老師，我會(huì)改正的。另外，在平時(shí)，我總是沉迷與電腦游戲，上課不認(rèn)真聽講。在這一個(gè)假期里，我一定會(huì)痛改前非的。在這個(gè)假期里，我一定要騰出一部分時(shí)間來復(fù)習(xí)我的數(shù)學(xué)，我想好了，每天早上9：00——11：00來學(xué)習(xí)2個(gè)小時(shí)的數(shù)學(xué)。還有，我建立了1個(gè)錯(cuò)題本。以后，一旦有什么不懂的問題或錯(cuò)誤的問題我都會(huì)記錄下來的。并且，如果有什么弄不懂的問題，我會(huì)在百度知道里提出來的。同時(shí)，我要經(jīng)常在好好學(xué)習(xí)這個(gè)貼吧里去了解一些學(xué)習(xí)數(shù)學(xué)的方法。并且我不能偏科，一定要全面發(fā)展。

老師，我知道，僅僅是語言是蒼白無力的。放心，我絕對(duì)會(huì)以自己的實(shí)際行動(dòng)來履行我的諾言的。我決定了，我開學(xué)考試的數(shù)學(xué)成績一定不能下110分。同時(shí)，我要在年級(jí)的名詞保持在前10內(nèi)。

老師，請(qǐng)不要生氣了。看我的實(shí)際行動(dòng)把!

這次考試沒考好，我自知這是不能原諒的，由于自己年紀(jì)小，心里自控能力比較差，有的時(shí)候上課不能控制自己，沒辦法好好聽講，我自己已經(jīng)好好反省過了。

這次的考試我退步了，使我感到十分的痛苦與遺憾,學(xué)習(xí)本身是為了自己,而老師您卻又如此的認(rèn)真負(fù)責(zé),對(duì)我嚴(yán)格的要求,而我卻還考出這成績讓我感到十分的愧疚,我真心的反思與改過,我總結(jié)了失敗的教訓(xùn),我一定會(huì)在以后的學(xué)習(xí)中全力以赴,認(rèn)真專心,盡我全力考出我自己真實(shí)的水平,我一定會(huì)化悲痛為力量,努力奮斗,不辜負(fù)您對(duì)我的希望,對(duì)得起我自己的真實(shí)水平!真心的反思,望老師能原諒!

我覺得我不能跳樓，我有責(zé)任，有義務(wù)為自己為家長老師好好學(xué)習(xí)，報(bào)效祖國!

我也很感謝老師，老師一直都很關(guān)心我，可是我卻沒有能夠把握自己的方向，沒能正確的對(duì)待學(xué)習(xí)，我想老師一定也會(huì)不高興，因?yàn)槔蠋熓顷P(guān)心我們的，我們是老師的學(xué)生。

篇7

(第一本真正從實(shí)踐角度講解互聯(lián)網(wǎng)與傳統(tǒng)企業(yè)融合的書；以故事的形式解除更多傳統(tǒng)企業(yè)家互聯(lián)網(wǎng)焦慮。)

作者簡介

·徐歡生，畢業(yè)于北京大學(xué)國家發(fā)展研究院，在傳統(tǒng)行業(yè)擁有超過10年的戰(zhàn)略和管理經(jīng)驗(yàn)；

·同時(shí)在頂級(jí)互聯(lián)網(wǎng)公司擁有多年的產(chǎn)品經(jīng)驗(yàn)，對(duì)傳統(tǒng)產(chǎn)業(yè)和互聯(lián)網(wǎng)的融合有著深刻的理解，并成功地幫助多家傳統(tǒng)企業(yè)實(shí)現(xiàn)戰(zhàn)略轉(zhuǎn)型。

內(nèi)容簡介

互聯(lián)網(wǎng)公司的超速發(fā)展，以及對(duì)傳統(tǒng)產(chǎn)業(yè)越來越猛烈的變革，讓“焦慮“成了很多傳統(tǒng)行業(yè)企業(yè)家的新常態(tài)。舉一個(gè)極端的例子：在中國，一年血壓計(jì)的銷量大約是1000萬臺(tái)；但是，很可能在不遠(yuǎn)的將來，這個(gè)行業(yè)中的絕大多數(shù)玩家將會(huì)死去，因?yàn)橛腥藭?huì)免費(fèi)送出數(shù)百萬臺(tái)血壓計(jì)。

是誰這么大方？難道是瘋了嗎？答案當(dāng)然是否定的。更讓人想不明白的是，這家公司不但沒有倒閉，反而成為一家價(jià)值超過十億美金的公司。這雖然起源于一個(gè)瘋狂的想法，但是當(dāng)它變成現(xiàn)實(shí)的時(shí)候，一定是個(gè)天才的設(shè)計(jì)，基于萬物互聯(lián)和互聯(lián)網(wǎng)的商業(yè)邏輯。這個(gè)邏輯，在《云戰(zhàn)略：傳統(tǒng)企業(yè)如何借助互聯(lián)網(wǎng)轉(zhuǎn)型》中會(huì)得到清晰而完整的展示，并用故事的形式表達(dá)出來，讓即使沒有互聯(lián)網(wǎng)基礎(chǔ)的企業(yè)家也能輕松讀懂，為自己企業(yè)的戰(zhàn)略轉(zhuǎn)型提供強(qiáng)有力的思想支持。

目錄

序　讓傳統(tǒng)企業(yè)分享移動(dòng)互聯(lián)的紅利

自序　天無絕人之路，自助者天助

第一章　神秘的都教授

董事長的煩惱

來自眼鏡的都教授

都教授的商業(yè)模式

第二章　神奇的智能設(shè)備

奶奶的悲劇

神奇的智能血壓計(jì)

能夠救命的血壓計(jì)

第三章　消費(fèi)者購買的到底是什么

消費(fèi)者最終要的是什么

傳統(tǒng)產(chǎn)品開發(fā)的誤區(qū)

回歸消費(fèi)者的核心痛點(diǎn)

第四章　傳統(tǒng)思維的困局

好產(chǎn)品為什么也會(huì)慘敗

傳統(tǒng)思維下的兩難困境

尋求突圍的方法

第五章　互聯(lián)網(wǎng)模式的精髓（一）：用戶

一字億金

打車大戰(zhàn)和尚雅體脂秤

為什么嚴(yán)重虧損的企業(yè)還這么值錢

第六章　互聯(lián)網(wǎng)模式的精髓（二）：羊毛出在豬身上

免費(fèi)的業(yè)務(wù)為什么能賺錢

羊毛出在豬身上

如何破解“魚和熊掌不可兼得”的難題

第七章　一個(gè)艱難的決定：定價(jià)

傳統(tǒng)定價(jià)的邏輯

定價(jià)背后的生死

別人憑什么給你錢

第八章　風(fēng)險(xiǎn)投資是最厭惡風(fēng)險(xiǎn)的

風(fēng)險(xiǎn)投資為什么不投錢

什么是“驗(yàn)證過的商業(yè)模式”

希望徹底破滅

第九章　互聯(lián)網(wǎng)模式更需要資源整合（一）

跳出自己看合作

真正的合作必須方向一致，但目標(biāo)不同

當(dāng)電視機(jī)遇到血壓計(jì)

第十章　互聯(lián)網(wǎng)模式更需要資源整合（二）

如何通過資源整合大幅降低成本

別人為什么愿意開放最好的資源給你

大平臺(tái)才能吸引大玩家

第十一章　家電企業(yè)如何進(jìn)行戰(zhàn)略轉(zhuǎn)型

家電業(yè)的輝煌與困境

全新的智能空調(diào)用戶體驗(yàn)

全新的智能空調(diào)商業(yè)模式

第十二章　服飾企業(yè)如何進(jìn)行戰(zhàn)略轉(zhuǎn)型

今天的第一名有可能在十年后消失

孩子丟失之痛

兒童智能鞋的真正價(jià)值

第十三章　汽車企業(yè)如何進(jìn)行戰(zhàn)略轉(zhuǎn)型

未來的汽車本質(zhì)上是什么

重構(gòu)汽車產(chǎn)業(yè)鏈

未來汽車的盈利模式

篇8

中國營銷人三句話不離“定位”，似乎定位就可以解決所有的營銷問題，但定位究竟能解決品牌成長的什么問題？何謂人的心智？中國民族品牌的成長之路有哪些經(jīng)驗(yàn)和教訓(xùn)可以汲取？針對(duì)這些問題，新上市的《品牌，你逃不出的圍城》多有新角度的思考和探索，給營銷人的一盞指路明燈。

從營銷到品牌，從電視到網(wǎng)絡(luò)，從終端把控到電子商務(wù)，中國營銷人用自己的智慧和汗水演繹了一幕幕精彩的商戰(zhàn)大戲，但從民族品牌成長來看，盡管過程精彩，但結(jié)果并不圓滿。其中以保健品為甚。

顯然，不是中國營銷的智慧不夠，而是由于經(jīng)驗(yàn)、環(huán)境、決策、對(duì)品牌的理解等多方面因素造成的?！镀放?，你逃不出的圍城》的觀點(diǎn)是：了解消費(fèi)者的認(rèn)知過程更為重要，在認(rèn)知心理學(xué)的科學(xué)基礎(chǔ)上，嫁接品牌成長規(guī)律和營銷藝術(shù)更容易取得成功。

傳奇品牌、消費(fèi)者的需求根源、概念就是圍墻、品牌社會(huì)化、品類演化、市場(chǎng)、品牌形成的認(rèn)知學(xué)原理等七大主題，作者白志根在《品牌，你逃不出的圍城》一書中對(duì)“定位”、“馬斯洛需求理論”等經(jīng)典理論進(jìn)行了深入思考和探討，并對(duì)寶潔、娃哈哈、王老吉等品牌的成功之道進(jìn)行了具有創(chuàng)建性的歸納總結(jié)，讓讀者尤其是營銷人更深刻把握了品牌的本質(zhì)，大大的超越了一般操作層面的經(jīng)驗(yàn)之談，具有舉一反三推而廣之的指導(dǎo)性價(jià)值。

購買推薦

中國營銷人不乏聰明智慧，也不乏探索反思的用功，從《品牌，你逃不出的圍城》的針對(duì)本源性問題的探索，我們相信該書將會(huì)惠及更多的中國營銷人，也將對(duì)中國民族品牌的成長發(fā)揮它應(yīng)有的作用。

助理分析師龐敏麗認(rèn)為該書適合營銷人員閱讀，通過對(duì)生意寶旗下比購寶(Boogle.cn)——“網(wǎng)絡(luò)購物第一站”收錄的博庫書城、淘寶網(wǎng)、京東商城、亞馬遜、當(dāng)當(dāng)網(wǎng)、拍拍網(wǎng)、文軒網(wǎng)、中國互動(dòng)出版網(wǎng)、99網(wǎng)上書城等眾多含圖書銷售的網(wǎng)站，價(jià)格搜索顯示，目前，當(dāng)當(dāng)網(wǎng)該書為最低價(jià)，推薦購買。

目錄

第一章　傳奇品牌

寶潔為什么總能成功

品牌是堅(jiān)固的圍墻

品牌形成原理

品牌戰(zhàn)略的種類

寶潔的兩個(gè)中心三個(gè)基本點(diǎn)

品牌研究不是藝術(shù)

營銷就是建圍墻

不確定的世界

模糊也是準(zhǔn)確

第二章　需求

自由意志

欲望是一切經(jīng)濟(jì)活動(dòng)的出發(fā)點(diǎn)

不同于馬斯洛的觀點(diǎn)

需求的廣義定義

維持內(nèi)心靜篤是人的最基本需求

需求的產(chǎn)生

需求意識(shí)

滾動(dòng)的需求環(huán)

第三章　概念就是圍墻

概念的形成

邊界原則

品牌原型

倉頡造字

需求概念的結(jié)構(gòu)

品牌是存在于消費(fèi)者知識(shí)體系中的概念

購買是為了維護(hù)內(nèi)心靜篤的選擇

消費(fèi)者購買意識(shí)模型

確定性知識(shí)圍墻的功用

第四章　品牌社舍化

品牌社會(huì)化過程

命名及其關(guān)鍵要素

賦予內(nèi)涵與品牌定位

意識(shí)定位模型

傳播

廣告效果評(píng)估的AECP

學(xué)習(xí)信息

體驗(yàn)樣例

品牌概念確立

品牌是活的

《論語》折射的品牌觀

第五章　品類演化

第六章　市埸

第七章 品牌形成的認(rèn)知學(xué)原理

篇9

書 名：要素品牌戰(zhàn)略：B2B2C的差異化競(jìng)爭之道

作

者：（美）科特勒，（德）弗活德　著，李戎　譯

出 版 社：復(fù)旦大學(xué)出版社

出版時(shí)間：2010-9-1

版

次：1

頁

數(shù)：

字

數(shù)：

印刷時(shí)間：2010-9-1

開

本：16開

紙

張：膠版紙

印

次：1

I S B N：9787309075786 包

裝：平裝

目 錄

推薦序一　3M

推薦序二　張惟炯

推薦序三　拜　耳

推薦序四　美克邦

推薦序五　Bitrex

自序

1.為什么要打造品牌

1.1什么是要素品牌戰(zhàn)略

1.2一種新的品牌戰(zhàn)略

1.3你能從本書中學(xué)到什么

2.要素品牌戰(zhàn)略基礎(chǔ)

2.1要素品牌戰(zhàn)略的理論基礎(chǔ)

2.2要素品牌原則

2.3要素品牌的要求

2.4收益和風(fēng)險(xiǎn)

3.Intel　Inside——要素品牌成功故事

4.要素品牌戰(zhàn)略的實(shí)施

4.1品牌概念的重要性

4.2要素品牌戰(zhàn)略的品牌概念

4.3戰(zhàn)略選擇

4.4溝通政策

5.要素品牌戰(zhàn)略的成功故事

5.1汽車行業(yè)部件

5.2紡織行業(yè)的纖維品牌

5.3一種重要的成分——玻璃

5.4食品行業(yè)的例子

6.要素品牌的成功案例

6.1特氟龍：要素品牌戰(zhàn)略基礎(chǔ)

6.2杜比：創(chuàng)新引導(dǎo)科技發(fā)展

6.3利樂：從設(shè)備制造商到大眾品牌

6.4苦味分子（Bitrex）：完善營銷網(wǎng)絡(luò)

6.5禧瑪諾：隱形要素品牌

6.6模克?。焊呖萍疾牧?/p>

6.7數(shù)字光處理技術(shù)（DLP）：寵愛你的客戶

6.8肖特賽蘭：成功的差異化戰(zhàn)略

6.9美克邦：說服客戶，衡量價(jià)值

7.管理并衡量要素品牌

7.1管理要素品牌

7.2衡量品牌的原則

8.成功的要素品牌的視角

關(guān)于作者

參考文獻(xiàn)

公司網(wǎng)址

要素品牌公司圖例

篇10

在線模塊是根據(jù)已生成的用戶行為模式,以及用戶實(shí)時(shí)行為,推理出用戶感興趣的信息,并根據(jù)這些信息向用戶推薦相關(guān)網(wǎng)頁。由于在離線模式已經(jīng)生成用戶行為模式,因此在信息推薦時(shí)只需掃描一遍用戶行為序列數(shù)據(jù)庫,即減少了計(jì)算時(shí)間,因此效率較高。挖掘用戶行為層Web語義挖掘包括兩個(gè)部分:一是通過對(duì)Web日志和頁面的語義挖掘,獲取用戶興趣集,同時(shí)利用對(duì)頁面結(jié)構(gòu)的挖掘來輔助Web日志文件整理,提高用于挖掘的數(shù)據(jù)的質(zhì)量,并結(jié)合用戶行為數(shù)據(jù)計(jì)算出頁面等級(jí),用于頁面推薦。二是通過獲取的興趣集進(jìn)行關(guān)聯(lián)分析,發(fā)現(xiàn)用戶間興趣偏好的規(guī)則模式。Web語義挖掘這里定義興趣事件:I={I1,I2,…,Ij}。例如,對(duì)訪問者的訪問行為進(jìn)行分析后得出他所感興趣的是{籃球,足球,體育視頻,跌打損傷膏},那么這整個(gè)興趣集就是一個(gè)興趣事件I,其中的“籃球”等就是包含在該事件中的一個(gè)興趣項(xiàng)Ij,這里Ij就是表示用戶興趣的一個(gè)關(guān)鍵詞。該階段獲取的數(shù)據(jù)的好壞直接影響到以后生成用戶行為模式,具體挖掘步驟如下:(1)首先對(duì)已生成的Web日志進(jìn)行數(shù)據(jù)預(yù)處理。先進(jìn)行數(shù)據(jù)清理,剔除多媒體文件、URL中包含的后綴(gif,jpg,swf等)、搜索引擎、用戶訪問失敗記錄、由GET以外方式完成的服務(wù),以及無關(guān)日志(例如后綴為csss,map,js等文件)[15]。然后通過IP地址進(jìn)行用戶識(shí)別,作為產(chǎn)生用戶行為模式的一部分,并在用戶會(huì)話中,識(shí)別出用戶瀏覽過的頁面的URL,進(jìn)行頁面序列分析,完整URL訪問路徑。接下來結(jié)合Web內(nèi)容的語義挖掘,構(gòu)建語義日志。Web內(nèi)容的語義挖掘可以通過對(duì)Web頁面的語義理解,實(shí)現(xiàn)對(duì)Web頁面的特征提取,發(fā)現(xiàn)Web頁面之間的關(guān)聯(lián)關(guān)系,達(dá)到基于Web頁面內(nèi)容的頁面聚類。其挖掘過程是:先對(duì)頁面內(nèi)容進(jìn)行預(yù)處理,即把頁面內(nèi)容轉(zhuǎn)化成本體格式的背景知識(shí),對(duì)頁面中的文本信息進(jìn)行語義聚類進(jìn)行語義聚類,并且應(yīng)用基于本體的啟發(fā)式算法來將聚類特征化?；谏鲜鲫愂?可以通過K-平均值法來計(jì)算得到聚類結(jié)果,最后依據(jù)本體包含的概念來解釋聚類結(jié)果,并提取解釋后的結(jié)果的特征,作為其語義描述[16]。(2)數(shù)據(jù)預(yù)處理后,對(duì)描述用戶操作的數(shù)據(jù)進(jìn)行識(shí)別。通常與用戶活動(dòng)相關(guān)的操作包括:瀏覽、查詢、下載、個(gè)人收藏、興趣和偏好定制和商品購買等,這些操作可以分為以下幾類:輸入型操作、收藏型操作和超鏈接型操作。①對(duì)于輸入型操作(例如:查詢、偏好定制、商品購買等),可以對(duì)輸入的信息進(jìn)行語義擴(kuò)展,用分析后的語義信息替代原輸入信息,存入日志中;②對(duì)于收藏型操作(例如:收藏該頁面、復(fù)制該頁面鏈接等),都是對(duì)本頁面進(jìn)行的,因此需要對(duì)該頁面內(nèi)容進(jìn)行語義分析,通過上述Web內(nèi)容的語義挖掘,獲取該頁面的語義描述,記錄于日志中;③對(duì)于超鏈接型操作(例如;下載、通過本頁面瀏覽其他頁面等),同樣對(duì)URL所鏈接的頁面的內(nèi)容進(jìn)行語義挖掘,提取描述該頁面內(nèi)容的語義描述記錄于日志。至此,語義日志已建立,以上處理就是對(duì)日志文件中的數(shù)據(jù)進(jìn)行語義注釋。(3)根據(jù)以上建立的語義日志,進(jìn)行Web使用的語義挖掘。由于在Web日志中,已對(duì)用戶的操作進(jìn)行過語義注釋,則在使用挖掘時(shí),鏈接領(lǐng)域本體,對(duì)用戶訪問過的頁面的語義描述進(jìn)行統(tǒng)一化關(guān)鍵詞提取,例如:用戶訪問過的頁面具有“電腦”的語義,并且“電腦”這個(gè)關(guān)鍵詞被使用的頻率高于其他與它具有語義關(guān)聯(lián)的關(guān)鍵詞,那么就以“電腦”這個(gè)關(guān)鍵字描述所有具有該語義描述的頁面,這樣可以對(duì)用戶興趣統(tǒng)一化描述,便于后面的關(guān)聯(lián)挖掘。同時(shí),根據(jù)以上原則,獲取用戶輸入操作過程中生成的具有語義的信息,統(tǒng)一化所提取的關(guān)鍵字,作為用戶興趣事件的興趣項(xiàng)。(4)由于在語義網(wǎng)中,Web的內(nèi)容挖掘和結(jié)構(gòu)挖掘是相互纏繞的,因此Web語義的結(jié)構(gòu)挖掘是與Web內(nèi)容的語義挖掘同時(shí)進(jìn)行的。Web結(jié)構(gòu)的語義挖掘可用于Web頁面分類,從而獲取不同Web頁面間相似度及關(guān)聯(lián)度的信息,并輔助整理Web站點(diǎn)服務(wù)器中的日志文件,提高用于Web使用的語義挖掘和Web內(nèi)容的語義挖掘的數(shù)據(jù)的質(zhì)量。同時(shí),Web結(jié)構(gòu)挖掘可以通過一個(gè)Web頁面的超鏈接挖掘出該頁面所在的網(wǎng)絡(luò)層次。由于結(jié)構(gòu)挖掘可以確定挖掘網(wǎng)頁在該網(wǎng)絡(luò)中的位置,并且計(jì)算鏈入鏈出數(shù),因此可以通過對(duì)頁面的結(jié)構(gòu)挖掘和用戶瀏覽行為確定網(wǎng)頁的等級(jí)[17]。等級(jí)越高,說明其在網(wǎng)絡(luò)中權(quán)重越高,則推薦的優(yōu)先度越高。最后,根據(jù)提取出的所有關(guān)鍵詞,整理出各個(gè)用戶的興趣事件I,用于以下關(guān)聯(lián)分析。挖掘關(guān)聯(lián)推薦規(guī)則本文采用FP-Growth算法,通過建立FP-tree來進(jìn)行關(guān)聯(lián)規(guī)則挖掘,以發(fā)現(xiàn)同一事件中出現(xiàn)的不同項(xiàng)的相關(guān)性達(dá)到構(gòu)建用戶行為模式的目的,從而形成推薦規(guī)則。首先根據(jù)以上陳述,通過Web語義挖掘,對(duì)用戶行為進(jìn)行首次掃描,把所有發(fā)生的興趣項(xiàng)中小于支持度α,即興趣項(xiàng)出現(xiàn)頻數(shù)小于預(yù)設(shè)值α的項(xiàng)剔除,剩余事件為頻繁項(xiàng)。這里為了使挖掘過程更直觀,將所有表示用戶興趣的興趣項(xiàng)都用符號(hào)Ij表示。假設(shè)在一次數(shù)據(jù)挖掘中所有用戶的不同興趣項(xiàng)共有11個(gè),分別為I1,I2,…,I11,其中用戶100(用戶編號(hào))的興趣事件是{I6,I1,I3,I4,I7,I9,I4,I7},以此類推,用戶500的興趣事件是{I1,I6,I3,I5,I10,I7,I4,I11}。這里設(shè)支持度為α=3(該值可自設(shè)),那么只有興趣項(xiàng)I6,I3,I1,I4,I7是頻繁項(xiàng)(表中的項(xiàng)集無時(shí)序順序,只是表示在一次事件行為中出現(xiàn)過。這里排序只是為了方便構(gòu)建FP-tree,即按照項(xiàng)的遞減支持度計(jì)數(shù)排列),得到表1,其中第三列表示頻繁項(xiàng)集,I6,I3的頻數(shù)是4,其余的頻數(shù)為3。例如表1所示:接下來以Null為根節(jié)點(diǎn),I6,I3(頻數(shù)最大)分別為其子節(jié)點(diǎn)構(gòu)建FP-tree。根據(jù)以上頻繁項(xiàng)集的排列,形成事件的分支,比如第一個(gè)事件{I6,I3,I1,I4,I7}就可以構(gòu)建一個(gè)分支。當(dāng)為一個(gè)事件考慮增加分支時(shí),沿共同前綴上的每個(gè)節(jié)點(diǎn)數(shù)加1,為跟隨前綴后的項(xiàng)創(chuàng)建節(jié)點(diǎn)并連接,用實(shí)線表示。比如將第二個(gè)事件{I6,I1,I3,I2,I4}加到樹上是,將I6,I1,I3各增加計(jì)數(shù)1,然后為{I2,I4}創(chuàng)建分支。創(chuàng)建一個(gè)項(xiàng)頭表,以方便遍歷,每個(gè)項(xiàng)通過一個(gè)節(jié)點(diǎn)鏈指向它在樹中的出現(xiàn),用虛線表示。對(duì)FP-tree的挖掘步驟如下:(1)從項(xiàng)頭表開始挖掘;(2)沿循每個(gè)(頻繁)項(xiàng)的鏈接來遍歷FP-tree;(3)通過積累該項(xiàng)的前綴路徑來形成一個(gè)條件模式基:例如包含I2的所有頻繁項(xiàng)集中,I2的前綴有I6I3I1、I6和I3,它們出現(xiàn)的頻數(shù)分別為1、1、1。現(xiàn)在要做的是在頻繁項(xiàng)中挖掘出頻繁出現(xiàn)的關(guān)聯(lián)項(xiàng)集,即哪幾個(gè)項(xiàng)在所有事件中同時(shí)出現(xiàn)的頻數(shù)不低于3。步驟如下:(1)為條件模式基中的每一項(xiàng)累積計(jì)數(shù);(2)為模式基中的頻繁項(xiàng)構(gòu)建FP-tree。例如I4的條件模式基分別為:I6I3I1∶2,和I6I3I1I2∶1,而I6I3I1I2∶1包含I6I3I1,因此I6I3I1同I4一起出現(xiàn)過3次,滿足支持度3,因此保留,認(rèn)為I6I3I1I4是頻繁項(xiàng)集,即這4項(xiàng)是有關(guān)聯(lián)關(guān)系的,并且它們的子集表示的項(xiàng)與項(xiàng)之間也是具有關(guān)聯(lián)性的;而I6I3I1I2作為I4的前綴只出現(xiàn)過一次,因此認(rèn)為I6I3I1I2I4不頻繁,因此無關(guān)聯(lián)性。按此規(guī)則可以挖掘出其他關(guān)聯(lián)項(xiàng)集。所挖掘出的關(guān)聯(lián)規(guī)則表達(dá)了用戶興趣習(xí)慣,例如頻繁關(guān)聯(lián)項(xiàng)集I6I3I1I4表示當(dāng)用戶對(duì)I6感興趣,那么他就可能對(duì)I3I1I4中的任何一個(gè)感興趣,即I3I1I4是該用戶的用戶關(guān)聯(lián)興趣集,也可以看做是用戶的偏好路線。

生成用戶行為模式層用戶行為模式的生成是個(gè)性化信息推薦的一個(gè)重要環(huán)節(jié),該模式的準(zhǔn)確程度直接影響信息推薦質(zhì)量。該模式分別包括兩個(gè)部分:“個(gè)性模式”和“群體模式”。(1)“個(gè)性模式”描述的是具體用戶的興趣集,這是在對(duì)Web內(nèi)容以及結(jié)構(gòu)挖掘時(shí)就分析得出的,即節(jié)中所生成的用戶興趣集。由于它的產(chǎn)生途徑,這些信息必定都是該具體用戶所感興趣的,但是這些興趣間不一定有什么關(guān)聯(lián)關(guān)系,因此單單依靠該模式是不能推理出所有用戶感興趣的信息;(2)“群體模式”則描述的是當(dāng)一個(gè)用戶對(duì)某一信息A感興趣時(shí),他可能還會(huì)對(duì)信息B、信息C等也感興趣,這就節(jié)中根據(jù)一大群用戶的興趣偏好所分析出來的用戶興趣關(guān)聯(lián)集。根據(jù)此模式,可以推理出新訪問者可能感興趣的信息,但是不能完全描述某一個(gè)具體用戶所感興趣的個(gè)性化信息。因此,只有通過結(jié)合以上兩個(gè)分模式,才可以準(zhǔn)確的推理不同用戶可能感興趣的網(wǎng)頁,實(shí)現(xiàn)較完全的頁面推理。之后將生成用戶行為模式存放入用戶行為序列數(shù)據(jù)庫,以便信息推薦時(shí)進(jìn)行掃描。信息推薦層該層屬于在線模塊,推薦的網(wǎng)頁信息不再局限于用戶訪問序列,而是根據(jù)包含用戶行為關(guān)聯(lián)規(guī)則的用戶行為模式來進(jìn)行頁面推薦的。具體過程如下:Web服務(wù)器首先要對(duì)用戶類型識(shí)別,分析是老用戶(曾經(jīng)訪問過該頁面)還是新訪問者:(1)如果是新訪問者,那么就根據(jù)訪問者的實(shí)時(shí)行為方式,按照“Web語義挖掘?qū)印敝杏脩舾信d趣信息的識(shí)別方法,僅針對(duì)該用戶的行為,在線提取出表現(xiàn)新訪問者興趣的關(guān)鍵字,結(jié)合本體對(duì)該關(guān)鍵字進(jìn)行語義擴(kuò)展,并利用現(xiàn)在語義檢索技術(shù),由信息推薦引擎根據(jù)信息內(nèi)容搜索相關(guān)頁面,進(jìn)行頁面推薦。如果新訪問者感興趣的信息在已有用戶行為模式中有記錄,那么同時(shí)也根據(jù)用戶行為模式中的關(guān)聯(lián)規(guī)則向新訪問者進(jìn)行信息推薦,挖掘其潛在興趣。(2)如果是注冊(cè)用戶或者曾經(jīng)訪問過該Web站點(diǎn)的用戶,首先掃描用戶行為序列數(shù)據(jù)庫,根據(jù)用戶行為模式由Web服務(wù)器中的推薦引擎尋找滿足用戶興趣需求的頁面進(jìn)行推薦。之后再根據(jù)用戶的實(shí)時(shí)行為進(jìn)行信息推薦,步驟如上所述。在推薦過程中,可以利用網(wǎng)絡(luò)爬蟲crawler自動(dòng)獲取網(wǎng)頁的鏈接而不是網(wǎng)頁中的詳細(xì)內(nèi)容,并與網(wǎng)絡(luò)上的數(shù)據(jù)交互并進(jìn)行搜索。然后與本體鏈接,計(jì)算數(shù)據(jù)與用戶興趣信息的相關(guān)度,從而達(dá)到為用戶選取相關(guān)網(wǎng)頁的目的。同時(shí)在web結(jié)構(gòu)挖掘過程計(jì)算出的等級(jí)高的網(wǎng)頁,將會(huì)作為優(yōu)先推薦給用戶的頁面,如文獻(xiàn)[18]提到的基于本體的crawling框架。進(jìn)行信息推薦后,分析用戶行為反應(yīng):如果用戶對(duì)推薦的信息進(jìn)行了閱讀或相關(guān)操作,那么說明推薦信息是符合用戶興趣偏好的,原有的用戶行為模式?jīng)]有過時(shí);如果用戶沒有選擇推薦的信息而是做出了其他選擇,那么說明用戶興趣有所變動(dòng),需要對(duì)用戶興趣重新分析,如果新的關(guān)聯(lián)的次數(shù)超過支持度,那么要在原有的規(guī)則上重新分析用戶興趣關(guān)聯(lián)規(guī)則,同時(shí)修改用戶行為模式,更新推薦策略。

總結(jié)與分析