| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第12-16页 |
| 1.1 课题研究背景与意义 | 第12-13页 |
| 1.2 课题研究现状 | 第13-14页 |
| 1.3 本文的研究内容 | 第14-15页 |
| 1.4 论文结构和内容安排 | 第15-16页 |
| 第2章 网店客服的日常研究 | 第16-22页 |
| 2.1 数据来源设计 | 第16页 |
| 2.2 回收数据分析 | 第16-20页 |
| 2.2.1 回收样本描述 | 第16-17页 |
| 2.2.2 数据统计情况 | 第17-20页 |
| 2.3 数据分析结论 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 个性化推荐算法概述 | 第22-33页 |
| 3.1 个性化推荐概述 | 第22-23页 |
| 3.2 个性化推荐系统模型 | 第23-26页 |
| 3.3 主流个性化推荐算法 | 第26-31页 |
| 3.3.1 基于协同过滤的个性化推荐算法 | 第26-29页 |
| 3.3.2 基于内容的个性化推荐算法 | 第29-30页 |
| 3.3.3 其它个性化推荐算法 | 第30-31页 |
| 3.4 推荐技术的汇总和对比 | 第31-32页 |
| 3.4.1 各项推荐技术汇总 | 第31页 |
| 3.4.2 各项推荐技术优劣对比 | 第31-32页 |
| 3.4.3 各项推荐技术在本课题中的适用性 | 第32页 |
| 3.5 本章小结 | 第32-33页 |
| 第4章 基于属性偏好和遗传算法的推荐算法 | 第33-41页 |
| 4.1 算法描述 | 第33页 |
| 4.2 重要概念 | 第33-38页 |
| 4.3 基于属性偏好和遗传算法的推荐算法 | 第38-40页 |
| 4.3.1 构建顾客模型 | 第38-39页 |
| 4.3.2 通过遗传算法,生成推荐组 | 第39-40页 |
| 4.4 本章小结 | 第40-41页 |
| 第5章 实验对比与分析 | 第41-50页 |
| 5.1 实验数据集 | 第41-42页 |
| 5.2 评价指标 | 第42-44页 |
| 5.2.1 推荐算法的预测准确度 | 第42-43页 |
| 5.2.2 推荐算法的分类准确度 | 第43-44页 |
| 5.3 实验方案 | 第44-45页 |
| 5.4 对比实验结果及分析 | 第45-49页 |
| 5.4.1 预测准确度对比实验(MAE指标) | 第45-46页 |
| 5.4.2 分类准确度对比实验(Preci sion、Recall、F-measure指标) | 第46-49页 |
| 5.5 本章小结 | 第49-50页 |
| 第6章 结论与展望 | 第50-52页 |
| 6.1 结论 | 第50页 |
| 6.2 展望 | 第50-52页 |
| 参考文献 | 第52-57页 |
| 攻读硕士期间所发表的论文 | 第57-58页 |
| 后记 | 第58页 |