| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 绪论 | 第8-13页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·电子商务个性化推荐系统国内外研究现状 | 第9-10页 |
| ·协同过滤算法国内外研究现状 | 第10-11页 |
| ·研究内容与论文结构 | 第11页 |
| ·创新之处 | 第11-12页 |
| ·本章小结 | 第12-13页 |
| 第2章 电子商务个性化推荐系统 | 第13-24页 |
| ·电子商务个性化推荐系统概述 | 第13页 |
| ·电子商务个性化推荐系统结构及研究内容 | 第13-16页 |
| ·电子商务个性化推荐系统结构 | 第14-15页 |
| ·电子商务个性化推荐系统主要研究内容 | 第15-16页 |
| ·电子商务个性化推荐技术 | 第16-21页 |
| ·基于规则的推荐 | 第16-18页 |
| ·基于内容过滤的推荐算法 | 第18-19页 |
| ·协同过滤技术 | 第19-21页 |
| ·混合推荐技术 | 第21页 |
| ·推荐评价准则 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 传统协同过滤算法研究与分析 | 第24-33页 |
| ·传统协同过滤算法概述 | 第24-28页 |
| ·数据表示 | 第24-25页 |
| ·最近邻居集查找 | 第25-27页 |
| ·产生推荐 | 第27-28页 |
| ·传统协同过滤算法存在的问题 | 第28-29页 |
| ·稀疏性问题 | 第28页 |
| ·冷启动问题 | 第28-29页 |
| ·可扩展性问题 | 第29页 |
| ·问题的解决方法 | 第29-32页 |
| ·稀疏性问题 | 第29-31页 |
| ·冷启动问题 | 第31页 |
| ·可扩展性问题 | 第31-32页 |
| ·常用数据集 | 第32页 |
| ·本章小结 | 第32-33页 |
| 第4章 协同过滤推荐算法的改进 | 第33-47页 |
| ·数据集缩减 | 第33-37页 |
| ·数据集缩减思想 | 第33-34页 |
| ·概念分层 | 第34-35页 |
| ·公式定义 | 第35-36页 |
| ·构建用户-项目评分候选集 | 第36页 |
| ·算法描述 | 第36-37页 |
| ·基于兴趣偏向度填充 | 第37-42页 |
| ·填充思想 | 第37-38页 |
| ·公式定义 | 第38页 |
| ·填充用户-项目评分候选集 | 第38-39页 |
| ·算法描述 | 第39页 |
| ·实验分析 | 第39-42页 |
| ·基于项目类评分尺度的推荐公式 | 第42-44页 |
| ·推荐公式的改进 | 第42-43页 |
| ·实验分析 | 第43-44页 |
| ·改进的协同过滤算法 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 电子商务个性化推荐系统典型案例的设计与实现 | 第47-56页 |
| ·需求分析 | 第47页 |
| ·系统结构 | 第47-48页 |
| ·数据库表结构 | 第48-49页 |
| ·系统模型 | 第49-55页 |
| ·系统管理模块 | 第49-50页 |
| ·数据收集模块 | 第50-51页 |
| ·非个性化推荐模块 | 第51-53页 |
| ·个性化推荐模块 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第6章 总结与展望 | 第56-58页 |
| ·总结 | 第56页 |
| ·展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读学位期间的研究成果 | 第63页 |