首页--经济论文--贸易经济论文--中国国内贸易经济论文--商品流通论文--电子贸易、网上贸易论文

面向移动电子商务的个性化推荐策略研究

摘要第4-6页
Abstract第6-8页
第1章 引言第11-21页
    1.1 问题的提出第11-15页
        1.1.1 研究背景第11-14页
        1.1.2 研究目的和意义第14-15页
    1.2 研究内容与技术路线第15-18页
        1.2.1 论文主要研究内容第15-17页
        1.2.2 论文技术路线图第17-18页
    1.3 论文的组织结构第18-19页
    1.4 创新点第19-21页
第2章 文献综述及理论基础第21-46页
    2.1 移动电子商务个性化推荐策略第21-28页
        2.1.1 移动电子商务的特征第21-24页
        2.1.2 移动电子商务个性化推荐策略第24-28页
    2.2 文献综述第28-37页
        2.2.1 电子商务推荐系统及实现技术的研究第28-31页
        2.2.2 影响消费者对推荐系统的评价与使用的研究第31-35页
        2.2.3 推荐系统对企业销量的影响研究第35-37页
    2.3 理论基础第37-46页
        2.3.1 关联规则挖掘理论第37-39页
        2.3.2 消费者行为理论第39-41页
        2.3.3 厂商行为理论第41-46页
第3章 移动电子商务推荐系统中Apriori算法的改进策略第46-65页
    3.1 问题分析第46-47页
    3.2 Apriori算法及其改进第47-53页
        3.2.1 Apriori算法描述第47-50页
        3.2.2 Apriori算法缺陷第50页
        3.2.3 改进的Apriori算法第50-53页
    3.3 Apriori算法的改进策略模型第53-56页
        3.3.1 相关概念第53-54页
        3.3.2 算法代码第54-55页
        3.3.3 改进算法的性能分析第55-56页
    3.4 模型效果分析第56-64页
        3.4.1 数据准备第56页
        3.4.2 数据预处理第56-58页
        3.4.3 模式识别第58-60页
        3.4.4 实验结果分析第60-61页
        3.4.5 Apriori算法与改进的Apriori算法对比分析第61-64页
    3.5 本章小结第64-65页
第4章 基于消费者主动决策的多源信息融合推荐策略第65-92页
    4.1 问题分析第65-66页
    4.2 多源信息融合推荐方法第66-69页
        4.2.1 多源信息融合技术第66-67页
        4.2.2 RBF神经网络和D-S证据理论第67-69页
    4.3 多源信息融合推荐策略模型第69-74页
        4.3.1 模型框架结构第69-70页
        4.3.2 “多源信息”的数据获取第70-71页
        4.3.3 推荐证据的权重第71-72页
        4.3.4 融合策略第72-73页
        4.3.5 推荐结果第73-74页
    4.4 基于消费者主动决策的推荐方案优化方法第74-81页
        4.4.1 推荐方案优化的问题描述第74-76页
        4.4.2 推荐方案优化的过程第76-81页
    4.5 模型效果分析第81-90页
        4.5.1 多源信息融合推荐实例分析第81-82页
        4.5.2 基于消费者主动决策的满意度预测第82-87页
        4.5.3 改进策略与传统策略对比分析第87-90页
    4.6 本章小结第90-92页
第5章 面向推荐产品的个性化运费策略建模与优化第92-121页
    5.1 问题分析第92-94页
    5.2 非线性规划及其智能求解方法第94-103页
        5.2.1 非线性规划方法第94-96页
        5.2.2 基于遗传算法的模型求解方法第96-103页
    5.3 运费折扣推荐优化模型第103-114页
        5.3.1 模型思路第103页
        5.3.2 基本假设第103-104页
        5.3.3 模型参数第104-107页
        5.3.4 消费者分类第107-109页
        5.3.5 模型构建第109-114页
    5.4 模型效果分析第114-117页
        5.4.1 实验数据源第114-115页
        5.4.2 实验结果第115-117页
    5.5 敏感性分析第117-120页
        5.5.1 保留价格分布类型的影响第117-118页
        5.5.2 保留价格范围的变化影响第118-119页
        5.5.3 个性化推荐的影响第119页
        5.5.4 产品互补性的影响第119-120页
    5.6 本章小结第120-121页
结论第121-124页
致谢第124-125页
参考文献第125-133页
攻读学位期间取得学术成果第133页

论文共133页,点击 下载论文
上一篇:钒钛黑瓷太阳能集热技术的农宅应用机理与优化设计研究
下一篇:基于复杂网络的网络业务流建模与行为分析