| 摘要 | 第6-8页 |
| ABSTRACT | 第8-10页 |
| 第一章 绪论 | 第14-21页 |
| 1.1 研究背景 | 第14-16页 |
| 1.1.1 社会媒体的发展 | 第14页 |
| 1.1.2 社会化电子商务的兴起 | 第14-16页 |
| 1.2 研究意义 | 第16-17页 |
| 1.3 研究内容与研究方法 | 第17-21页 |
| 1.3.1 研究内容及框架 | 第17-19页 |
| 1.3.2 研究方法 | 第19-21页 |
| 第二章 相关研究和文献综述 | 第21-29页 |
| 2.1 社会化媒体相关研究 | 第21-25页 |
| 2.1.1 社会媒体概念 | 第22-23页 |
| 2.1.2 社会媒体的相关研究 | 第23-24页 |
| 2.1.3 社会媒体对电子商务的影响 | 第24-25页 |
| 2.2 社会化电子商务的相关研究 | 第25-28页 |
| 2.2.1 社会化电子商务的定义 | 第26-27页 |
| 2.2.2 社会化电子商务相关应用研究 | 第27-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第三章 社会化电子商务发展状况 | 第29-44页 |
| 3.1 我国社会化电子商务主要发展模式 | 第29-31页 |
| 3.1.1 图片分享类网站 | 第29-30页 |
| 3.1.2 微博平台内的电商推广超链接 | 第30-31页 |
| 3.1.3 微信平台中的微商群体 | 第31页 |
| 3.1.4 社会化点评网站 | 第31页 |
| 3.2 社会化电子商务相关属性 | 第31-33页 |
| 3.2.1 媒体属性 | 第31-32页 |
| 3.2.2 社交属性 | 第32页 |
| 3.2.3 商务属性 | 第32页 |
| 3.2.4 总结 | 第32-33页 |
| 3.3 基于兴趣图谱的社会化电子商务相关研究 | 第33-36页 |
| 3.3.1 兴趣图谱的概念 | 第33-34页 |
| 3.3.2 兴趣图谱的应用价值 | 第34页 |
| 3.3.3 兴趣图谱的具体应用 | 第34-35页 |
| 3.3.4 兴趣图谱的发展前景 | 第35-36页 |
| 3.3.5 构建基于兴趣图谱社区的必要性 | 第36页 |
| 3.4 基于兴趣图谱的社会化电子商务需求分析 | 第36-42页 |
| 3.4.1 消费者需求分析 | 第36-38页 |
| 3.4.2 商家需求分析 | 第38-40页 |
| 3.4.3 平台需求分析 | 第40-42页 |
| 3.5 本章小结 | 第42-44页 |
| 第四章 相关技术和方法综述 | 第44-55页 |
| 4.1 数据挖掘概述 | 第44-47页 |
| 4.1.1 数据挖掘定义 | 第44页 |
| 4.1.2 数据挖掘的步骤 | 第44-47页 |
| 4.2 聚类分析 | 第47-53页 |
| 4.2.1 聚类的概念 | 第47-48页 |
| 4.2.2 聚类分析中的数据描述 | 第48-49页 |
| 4.2.3 数据标准化 | 第49-50页 |
| 4.2.4 相异度、相似度及其度量 | 第50-52页 |
| 4.2.5 聚类分析的算法 | 第52-53页 |
| 4.3 数据挖掘工具R语言 | 第53-54页 |
| 4.3.1 R语言简介 | 第53-54页 |
| 4.3.2 R语言特点 | 第54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 基于兴趣图谱的社会化电子商务社区发现方案设计 | 第55-83页 |
| 5.1 方案的构思 | 第55-57页 |
| 5.2 研究对象选取 | 第57-60页 |
| 5.2.1 对象来源 | 第57页 |
| 5.2.2 调研方法 | 第57页 |
| 5.2.3 对象的确定 | 第57-60页 |
| 5.3 数据获取 | 第60-65页 |
| 5.4 用户兴趣的获取与整合 | 第65-75页 |
| 5.4.1 社会化电子商务用户兴趣提取 | 第67-68页 |
| 5.4.2 社会化电子商务用户兴趣表示方式 | 第68-72页 |
| 5.4.3 社会化电子商务用户兴趣分类 | 第72-73页 |
| 5.4.4 用户兴趣的计算 | 第73-75页 |
| 5.5 构造兴趣图谱 | 第75-77页 |
| 5.6 社会化电子商务社区发现 | 第77-82页 |
| 5.6.1 社区发现简介 | 第77-78页 |
| 5.6.2 K-means方法原理 | 第78-80页 |
| 5.6.3 K-means算法的R语言实现 | 第80-82页 |
| 5.7 本章小结 | 第82-83页 |
| 第六章 方案应用 | 第83-98页 |
| 6.1 数据准备 | 第83-84页 |
| 6.2 样本分析 | 第84-87页 |
| 6.2.1 样本描述性分析 | 第84-86页 |
| 6.2.2 变量关系分析 | 第86-87页 |
| 6.3 构建兴趣图谱 | 第87-91页 |
| 6.3.1 用户兴趣模型构建 | 第87-89页 |
| 6.3.2 构建兴趣图谱 | 第89-91页 |
| 6.4 社区发现 | 第91-94页 |
| 6.5 结果分析 | 第94-96页 |
| 6.6 本章小结 | 第96-98页 |
| 第七章 对策和建议 | 第98-102页 |
| 7.1 针对商家的对策建议 | 第98-99页 |
| 7.2 针对平台的对策建议 | 第99-101页 |
| 7.3 本章小结 | 第101-102页 |
| 第八章 总结与展望 | 第102-105页 |
| 8.1 总结 | 第102-103页 |
| 8.2 展望 | 第103-105页 |
| 参考文献 | 第105-111页 |
| 攻读学位期间发表的学术论文及取得的相关科研成果 | 第111-112页 |
| 致谢 | 第112-113页 |