电子商务智能推荐技术及应用研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-13页 |
| ·问题的提出及研究意义 | 第8-9页 |
| ·问题的提出 | 第8页 |
| ·研究的意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·个性化推荐系统研究现状 | 第9-10页 |
| ·推荐技术的研究现状 | 第10-11页 |
| ·研究的目的和研究内容 | 第11-13页 |
| ·研究目的 | 第11页 |
| ·研究内容 | 第11-13页 |
| 2 电子商务个性化推荐系统 | 第13-22页 |
| ·电子商务个性化推荐系统的表现形式及功能 | 第13-14页 |
| ·推荐系统的界面表现形式 | 第13-14页 |
| ·推荐系统的功能 | 第14页 |
| ·电子商务个性化推荐系统的构成 | 第14-16页 |
| ·输入模块 | 第14-15页 |
| ·推荐方法模块 | 第15页 |
| ·输出模块 | 第15-16页 |
| ·电子商务个性化推荐系统的总体框架及流程 | 第16-17页 |
| ·电子商务个性化推荐系统的研究内容 | 第17-18页 |
| ·推荐系统采用相关技术 | 第18-19页 |
| ·电子商务推荐系统实例研究 | 第19-21页 |
| ·亚马逊书店 | 第19-20页 |
| ·易趣网 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 3 电子商务智能推荐技术 | 第22-36页 |
| ·推荐技术 | 第22-23页 |
| ·被动式推荐 | 第23页 |
| ·主动式推荐 | 第23页 |
| ·推荐技术评价标准 | 第23页 |
| ·个性化推荐技术 | 第23-31页 |
| ·基于规则的推荐 | 第24-25页 |
| ·基于效用的推荐 | 第25页 |
| ·基于知识的推荐 | 第25页 |
| ·基于人口统计信息的推荐 | 第25-26页 |
| ·基于内容的推荐 | 第26-27页 |
| ·协同过滤 | 第27-31页 |
| ·电子商务推荐技术的比较 | 第31-34页 |
| ·组合推荐技术 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 4 基于用户兴趣聚类的协同过滤[微软用户技术 | 第36-43页 |
| ·基于用户兴趣聚类的协同过滤技术的提出 | 第36页 |
| ·推荐技术框架 | 第36-37页 |
| ·推荐技术的功能模块 | 第37-39页 |
| ·数据预处理模块 | 第38页 |
| ·用户兴趣类模块 | 第38页 |
| ·用户潜在偏好计算模块 | 第38页 |
| ·最近邻形成模块 | 第38页 |
| ·预测推荐模块 | 第38-39页 |
| ·实验设计 | 第39-40页 |
| ·实验数据集 | 第39-40页 |
| ·实验环境 | 第40页 |
| ·度量标准 | 第40页 |
| ·实验结果及分析 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 5 图书智能化推荐系统设计 | 第43-58页 |
| ·系统模型 | 第43-44页 |
| ·系统模型功能模块 | 第44-48页 |
| ·系统功能概述 | 第44-45页 |
| ·系统模块划分与流程分析 | 第45-48页 |
| ·推荐系统规划与设计 | 第48-53页 |
| ·图书基本信息表 | 第49-50页 |
| ·图书特征属性表 | 第50-51页 |
| ·属性信息表 | 第51页 |
| ·用户基本信息 | 第51-52页 |
| ·用户兴趣特征表 | 第52页 |
| ·图书评分表 | 第52页 |
| ·图书相似度信息表 | 第52-53页 |
| ·用户预测评分表 | 第53页 |
| ·推荐系统界面设计 | 第53-56页 |
| ·推荐系统试运行结果分析 | 第56页 |
| ·系统扩展 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 6 结论与展望 | 第58-59页 |
| ·主要结论 | 第58页 |
| ·未来展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 附录 | 第63页 |
| A. 作者在攻读硕士学位期间发表的论文目录 | 第63页 |
