电子商务个性化推荐系统研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景 | 第7-8页 |
| ·个性化推荐系统的研究现状 | 第8-11页 |
| ·国外研究现状 | 第8-10页 |
| ·国内研究现状 | 第10页 |
| ·面临的挑战 | 第10-11页 |
| ·本文的工作与组织结构 | 第11-13页 |
| 第二章 个性化推荐系统 | 第13-20页 |
| ·个性化推荐系统概述 | 第13-15页 |
| ·个性化推荐系统的概念 | 第13页 |
| ·个性化推荐系统的基本架构 | 第13-14页 |
| ·个性化推荐系统的类型 | 第14-15页 |
| ·个性化推荐系统的关键技术 | 第15-19页 |
| ·Cookie技术 | 第15-16页 |
| ·用户兴趣建模 | 第16-17页 |
| ·关联规则 | 第17页 |
| ·基于内容的过滤 | 第17-18页 |
| ·协作过滤 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 用户偏好获取与兴趣建模 | 第20-29页 |
| ·用户偏好信息的获取 | 第20-23页 |
| ·隐式获取用户偏好 | 第20-21页 |
| ·显式反馈获取用户信息 | 第21-22页 |
| ·混合用户偏好获取 | 第22-23页 |
| ·用户兴趣模型的表示 | 第23-26页 |
| ·适用于电子商务环境的用户兴趣模型分析 | 第23-24页 |
| ·基于线性衰减的用户兴趣模型表示 | 第24-26页 |
| ·用户兴趣模型的建立和更新 | 第26-28页 |
| ·用户兴趣模型的建立 | 第26页 |
| ·用户兴趣模型的更新 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第四章 基于协作过滤的个性化推荐系统 | 第29-39页 |
| ·基于协作过滤的个性化推荐系统设计 | 第29-30页 |
| ·系统的设计目标 | 第29页 |
| ·系统总体框架 | 第29-30页 |
| ·数据模型设计 | 第30-34页 |
| ·总体架构 | 第30-31页 |
| ·具体单元模块设计 | 第31-32页 |
| ·基于线性衰减的用户兴趣模型设计 | 第32-34页 |
| ·个性化推荐产生 | 第34-38页 |
| ·基于Pearson相关性算法 | 第34-36页 |
| ·k最近邻用户算法的模块设计 | 第36-37页 |
| ·基于资源项目的推荐 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第五章 系统实现与实验分析 | 第39-48页 |
| ·系统实现 | 第39-41页 |
| ·开发环境与实现 | 第39-40页 |
| ·数据准备与数据库设计 | 第40-41页 |
| ·实验设计与分析 | 第41-47页 |
| ·评估标准 | 第41页 |
| ·基于协作过滤的推荐系统实验 | 第41-44页 |
| ·混合用户偏好获取实验 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第六章 总结 | 第48-50页 |
| ·论文总结 | 第48-49页 |
| ·下一步研究方向 | 第49-50页 |
| 参考文献 | 第50-55页 |
| 致谢 | 第55-56页 |
| 攻读学位期间主要的研究成果 | 第56页 |
