O2O背景的互联网餐饮用户行为的模型研究与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 背景和意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 主要工作 | 第12-14页 |
| 1.4 论文组织结构 | 第14-15页 |
| 第二章 用户行为分析关键技术 | 第15-27页 |
| 2.1 用户行为基础 | 第15页 |
| 2.2 O2O餐饮行业简介 | 第15-16页 |
| 2.3 行为动力学模型研究 | 第16-20页 |
| 2.3.1 优先权排队模型 | 第16-17页 |
| 2.3.2 兴趣驱动模型 | 第17-19页 |
| 2.3.3 记忆驱动的模型 | 第19-20页 |
| 2.4 推荐技术分类 | 第20-23页 |
| 2.4.1 基于关联规则的推荐 | 第20-21页 |
| 2.4.2 基于内容的推荐技术 | 第21-22页 |
| 2.4.3 基于协同过滤的推荐 | 第22-23页 |
| 2.5 相似度度量方法 | 第23-26页 |
| 2.5.1 皮尔森相似度 | 第23-24页 |
| 2.5.2 欧几里得相似度 | 第24-25页 |
| 2.5.3 余弦相似度 | 第25-26页 |
| 2.5.4 调整余弦相似度 | 第26页 |
| 2.6 本章小结 | 第26-27页 |
| 第三章 个体层面用户订餐行为研究 | 第27-38页 |
| 3.1 个体订餐行为特征的实证分析 | 第27-32页 |
| 3.1.1 数据描述 | 第27-28页 |
| 3.1.2 实证结果 | 第28-32页 |
| 3.2 个体层面用户订餐行为模型 | 第32-33页 |
| 3.3 仿真与讨论 | 第33-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 群体层面用户订餐行为研究 | 第38-49页 |
| 4.1 群体订餐行为特征的实证分析 | 第38-43页 |
| 4.1.1 数据描述 | 第38-39页 |
| 4.1.2 实证结果 | 第39-43页 |
| 4.2 群体层面用户订餐行为模型 | 第43-45页 |
| 4.3 仿真与讨论 | 第45-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 基于用户行为分析的餐厅推荐原型系统 | 第49-60页 |
| 5.1 基于用户行为分析的协同过滤算法 | 第49-51页 |
| 5.2 系统层次结构设计 | 第51-54页 |
| 5.3 系统关键功能模块 | 第54-56页 |
| 5.3.1 用户模块 | 第54-55页 |
| 5.3.2 推荐模块 | 第55-56页 |
| 5.4 系统实现 | 第56-59页 |
| 5.5 本章小结 | 第59-60页 |
| 第六章 总结和展望 | 第60-62页 |
| 6.1 本文总结 | 第60-61页 |
| 6.2 未来工作展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 攻读学位期间发表的学术论文目录 | 第67页 |
