| 摘要 | 第3-5页 |
| Abstract | 第5-7页 |
| 第1章 引言 | 第12-29页 |
| 1.1 选题背景与研究意义 | 第12-13页 |
| 1.1.1 选题背景 | 第12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-25页 |
| 1.2.1 基于LBS的个性化推荐 | 第13-18页 |
| 1.2.2 电子商务个性化推荐 | 第18-25页 |
| 1.2.3 分析与总结 | 第25页 |
| 1.3 关于本论文 | 第25-28页 |
| 1.3.1 研究目标 | 第25页 |
| 1.3.2 研究内容 | 第25-26页 |
| 1.3.3 研究方法 | 第26页 |
| 1.3.4 研究思路 | 第26-27页 |
| 1.3.5 研究重点及难点 | 第27页 |
| 1.3.6 创新之处 | 第27-28页 |
| 1.3.7 论文组织结构 | 第28页 |
| 1.4 本章小结 | 第28-29页 |
| 第2章 基于LBS的电子商务个性化推荐理论基础 | 第29-42页 |
| 2.1 LBS简介 | 第29-33页 |
| 2.1.1 内涵 | 第29页 |
| 2.1.2 关键技术 | 第29-30页 |
| 2.1.3 典型应用 | 第30-32页 |
| 2.1.4 系统架构及运行机理 | 第32-33页 |
| 2.2 电子商务个性化推荐简介 | 第33-35页 |
| 2.2.1 内涵 | 第33页 |
| 2.2.2 关键技术 | 第33-34页 |
| 2.2.3 典型应用 | 第34-35页 |
| 2.3 基于LBS的个性化推荐 | 第35-40页 |
| 2.3.1 内涵 | 第35-36页 |
| 2.3.2 关键技术 | 第36页 |
| 2.3.3 领域应用 | 第36-39页 |
| 2.3.4 与传统电子商务个性化推荐对比 | 第39-40页 |
| 2.4 其他支撑技术 | 第40-41页 |
| 2.4.1 移动平台 | 第40页 |
| 2.4.2 定位技术 | 第40-41页 |
| 2.4.3 数据库技术 | 第41页 |
| 2.5 本章小结 | 第41-42页 |
| 第3章 基于LBS的电子商务个性化推荐总体设计 | 第42-53页 |
| 3.1 设计目标与原则 | 第42-44页 |
| 3.1.1 设计目标 | 第42-43页 |
| 3.1.2 设计原则 | 第43-44页 |
| 3.2 体系结构 | 第44-46页 |
| 3.2.1 应用层 | 第44页 |
| 3.2.2 中间层 | 第44-45页 |
| 3.2.3 数据层 | 第45页 |
| 3.2.4 网络支撑层 | 第45页 |
| 3.2.5 云端 | 第45-46页 |
| 3.3 功能模块设计 | 第46-48页 |
| 3.3.1 搜索功能 | 第46页 |
| 3.3.2 定位功能 | 第46-47页 |
| 3.3.3 签到功能 | 第47页 |
| 3.3.4 消息功能 | 第47页 |
| 3.3.5 分享功能 | 第47页 |
| 3.3.6 推荐功能 | 第47页 |
| 3.3.7 监控功能 | 第47-48页 |
| 3.4 运行机理 | 第48-50页 |
| 3.4.1 系统管理员 | 第48页 |
| 3.4.2 店铺管理员 | 第48页 |
| 3.4.3 普通用户 | 第48-49页 |
| 3.4.4 监管部门用户 | 第49-50页 |
| 3.5 技术解决方案 | 第50-52页 |
| 3.5.1 用户兴趣建模 | 第50-51页 |
| 3.5.2 推荐机制 | 第51-52页 |
| 3.5.3 信息资源组织 | 第52页 |
| 3.6 本章小结 | 第52-53页 |
| 第4章 基于LBS的电子商务个性化推荐实现 | 第53-74页 |
| 4.1 技术选型 | 第53-54页 |
| 4.1.1 安卓系统选型 | 第53-54页 |
| 4.1.2 定位技术选型 | 第54页 |
| 4.2 开发环境部署 | 第54-57页 |
| 4.2.1 JDK安装 | 第54-55页 |
| 4.2.2 android-studio下载与安装 | 第55-57页 |
| 4.3 用户兴趣建模 | 第57-60页 |
| 4.3.1 情境信息获取 | 第57-58页 |
| 4.3.2 情境信息处理 | 第58-59页 |
| 4.3.3 情景信息建模 | 第59-60页 |
| 4.4 推荐机制实现 | 第60-63页 |
| 4.4.1 基于时间推荐实现 | 第60-61页 |
| 4.4.2 基于天气推荐实现 | 第61-62页 |
| 4.4.3 基于用户状态推荐实现 | 第62页 |
| 4.4.4 混合推荐 | 第62-63页 |
| 4.5 信息资源组织 | 第63-70页 |
| 4.5.1 数据储存 | 第63-65页 |
| 4.5.2 原始数据形成 | 第65-68页 |
| 4.5.3 数据组织 | 第68-70页 |
| 4.6 推荐效果展示 | 第70-73页 |
| 4.6.1 系统界面 | 第71页 |
| 4.6.2 基于时间推荐效果 | 第71页 |
| 4.6.3 基于天气推荐效果 | 第71页 |
| 4.6.4 基于用户状态推荐效果 | 第71-73页 |
| 4.7 本章小结 | 第73-74页 |
| 第5章 基于LBS的电子商务个性化推荐应用分析 | 第74-83页 |
| 5.1 现有应用对比分析 | 第74-77页 |
| 5.1.1 候选对象 | 第74页 |
| 5.1.2 遴选标准 | 第74-75页 |
| 5.1.3 对比框架与分析 | 第75-76页 |
| 5.1.4 结果分析 | 第76页 |
| 5.1.5 本文推荐优势 | 第76-77页 |
| 5.2 应用领域与情形 | 第77-80页 |
| 5.2.1 移动物流 | 第77页 |
| 5.2.2 移动支付 | 第77-78页 |
| 5.2.3 移动预订 | 第78页 |
| 5.2.4 移动购物 | 第78页 |
| 5.2.5 移动医疗 | 第78-79页 |
| 5.2.6 移动签到 | 第79页 |
| 5.2.7 移动娱乐 | 第79-80页 |
| 5.3 应用模式与价值分析 | 第80-81页 |
| 5.3.1 商业管理与营销 | 第80页 |
| 5.3.2 生活服务及销售 | 第80-81页 |
| 5.3.3 社交休闲及娱乐 | 第81页 |
| 5.4 应用前景 | 第81-82页 |
| 5.4.1 基于LBS电子商务模式创新 | 第81-82页 |
| 5.4.2 基于LBS电子商务产业链优化 | 第82页 |
| 5.5 本章小结 | 第82-83页 |
| 第6章 论文总结及研究展望 | 第83-85页 |
| 6.1 论文总结 | 第83页 |
| 6.2 研究展望 | 第83-85页 |
| 参考文献 | 第85-88页 |
| 致谢 | 第88-89页 |
| 附件 | 第89页 |