| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 目录 | 第5-7页 |
| 第一章 引言 | 第7-10页 |
| 1.1 立论背景 | 第7-8页 |
| 1.2 电子商务推荐系统的主要研究内容 | 第8-9页 |
| 1.3 本文主要的研究内容 | 第9页 |
| 1.4 论文结构 | 第9-10页 |
| 第二章 电子商务推荐系统及其相关技术简介 | 第10-16页 |
| 2.1 电子商务推荐系统概述 | 第10-11页 |
| 2.2 推荐系统的界面表现形式 | 第11页 |
| 2.3 推荐系统的输入/输出方式 | 第11-13页 |
| 2.3.1 推荐系统的输入方式 | 第11-12页 |
| 2.3.2 推荐系统的输出方式 | 第12-13页 |
| 2.4 推荐系统的分类 | 第13-14页 |
| 2.5 国内外研究现状 | 第14-15页 |
| 2.6 电子商务推荐系统面临的主要挑战 | 第15页 |
| 2.7 小结 | 第15-16页 |
| 第三章 电子商务推荐算法介绍 | 第16-25页 |
| 3.1 电子商务推荐算法概述 | 第16页 |
| 3.2 基于关联规则的推荐算法 | 第16-20页 |
| 3.2.1 关联规则挖掘 | 第17页 |
| 3.2.2 关联规则挖掘的一些常用算法 | 第17-20页 |
| 3.3 基于用户的协同过滤技术（User-Based） | 第20-22页 |
| 3.3.1 最近邻查询 | 第20-21页 |
| 3.3.2 相似度计算 | 第21页 |
| 3.3.3 预测计算 | 第21-22页 |
| 3.4 基于降维的协同过滤推荐算法 | 第22-23页 |
| 3.5 电子商务推荐算法的不足 | 第23-24页 |
| 3.6 小结 | 第24-25页 |
| 第四章 基于项目聚类的协同过滤推荐算法 | 第25-32页 |
| 4.1 聚类分析 | 第25-27页 |
| 4.2 项目聚类 | 第27-29页 |
| 4.3 基于项目聚类的最近邻查询 | 第29-30页 |
| 4.4 生成推荐 | 第30页 |
| 4.5 小结 | 第30-32页 |
| 第五章 算法的实现与评价 | 第32-38页 |
| 5.1 算法的设计与实现 | 第32-36页 |
| 5.1.1 项目聚类模块 | 第33-34页 |
| 5.1.2 查找最近邻居模块 | 第34页 |
| 5.1.3 预测评分并生成推荐 | 第34-36页 |
| 5.2 试验结果及分析 | 第36-37页 |
| 5.3 小结 | 第37-38页 |
| 第六章 总结与展望 | 第38-39页 |
| 6.1 本文的总结 | 第38页 |
| 6.2 未来工作 | 第38-39页 |
| 参考文献 | 第39-42页 |
| 后记 | 第42-43页 |
| 在学期间公开发表论文及著作情况 | 第43页 |