卢向华：淘宝网竞价市场的动态均衡策略研究

在竞价广告运营中，淘宝对广告主在关键词竞价时如何竞争及竞争结果、广告主绩效的影响因素等问题上没有理性的答案。针对这一现象，此课题通过对淘宝网数据的统计分析，重点研究了广告主直通车广告投放的成本绩效、广告主竞争情况及关键词策略对绩效的影响，结果发现使用淘宝直通车后成本收益非常好，达到44.5倍，转化率为2.9%，也明显高于其它B2C的平台。 并对淘宝卖家提出以下建议：

1）在预算有限的前提下，可以多购买关键词，而不是增加点击成本

2）根据商品属性选择关键词，最好是多种关键词属性的结合

3）广告商品的选择非常关键，不仅要好卖，更要考虑可能带来的间接销量

王有为：淘宝用户社交行为模型研究

本课题从卖家和买家的行为出发，研究了两种类型的淘江湖应用：聚划算团购和购物达人推荐，分别进行了实证研究和算法设计。

在团购方面，本课题系统地分析了2352个卖家参与团购的动因，然后建立了一个影响聚划算成功的模型，经实证研究得到以下结论：

1）参与聚划算的卖家以赚钱和赚人气为主要目的。

2）测量指标的不同，不同类型卖家所占比例有所变化。

3）是否包邮和卖家所在的地区对团购结果影响不显著。

在购物达人推荐方面，本课题设计了一种新的购物专家推荐系统，包括两个方面：

1）如何从大量现有买家中筛选出有足够资质的并建立专家库

2）当有多个专家同时满足推荐条件时，如何为买家推荐其信任的专家，同时对这些专家进行推荐排序。

刘颖：网络购物用户行为和购买力提升研究

电子商务快速发展的同时也为网上交易行为研究提供了必要数据支持。为了更好地提升用户购买力、促进商务网站健康发展、发挥电子商务对内需的拉动作用，本课题基于淘宝网数据，采用关联规则和协同过滤两种方法，展开了对淘宝网关联销售的特征及规律的探索与研究。

在关联规则方法的研究中，本课题结合了用户人口学特征，分析了不同性别、年龄、上网活跃度等维度下，用户购买关联商品的规律。

协同过滤方法的研究中，本课题设计了基于邻居兴趣相似度的推荐算法，并综合考虑推荐的准确率和覆盖率，采用F-score指标衡量推荐效果，并得出：当训练集与测试集之比为1比1，最近邻居数设为80，为用户推荐20种产品时，F-score效果最好。