| 摘要 | 第1-8页 |
| abstract | 第8-18页 |
| 第一章 绪论 | 第18-47页 |
| ·研究背景 | 第18-22页 |
| ·研究对象与意义 | 第22-26页 |
| ·研究对象 | 第22-23页 |
| ·问题的提出 | 第23-25页 |
| ·研究意义 | 第25-26页 |
| ·国内外研究现状 | 第26-41页 |
| ·文献梳理 | 第26-29页 |
| ·电子商务推荐系统 | 第29-33页 |
| ·在线评论 | 第33-39页 |
| ·研究评述 | 第39-41页 |
| ·研究思路与研究方法 | 第41-42页 |
| ·研究思路 | 第41页 |
| ·研究方法 | 第41-42页 |
| ·研究内容与技术路线 | 第42-45页 |
| ·本文的创新点 | 第45-47页 |
| 第二章 相关研究和理论概述 | 第47-65页 |
| ·推荐系统相关研究 | 第47-58页 |
| ·网络购物推荐系统的产生 | 第47-48页 |
| ·网络购物推荐系统的架构 | 第48-49页 |
| ·网络购物推荐系统的分类 | 第49-56页 |
| ·网络购物推荐系统的评价 | 第56-58页 |
| ·在线评论相关研究 | 第58-64页 |
| ·在线评论的概念与特征 | 第58-60页 |
| ·在线评论的传播与动机 | 第60-62页 |
| ·在线评论的有用性 | 第62-63页 |
| ·在线评论信息的挖掘 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第三章 基于在线评论的网络口碑感知 | 第65-81页 |
| ·网络口碑的作用与感知相关研究 | 第65-66页 |
| ·网络口碑感知的动态内生性理论假说 | 第66-67页 |
| ·网络口碑量化指标的确定 | 第67-71页 |
| ·可测量指标 | 第68-69页 |
| ·不可测量指标 | 第69-70页 |
| ·控制变量与哑变量 | 第70-71页 |
| ·理论模型 | 第71页 |
| ·在线评论各属性对网络口碑感知的影响 | 第71-79页 |
| ·数据抓取与模型建立 | 第71-73页 |
| ·在线评论对网络口碑感知的影响 | 第73-75页 |
| ·网络口碑感知对在线评论的反馈效应 | 第75-77页 |
| ·在线评论与网络口碑感知的跨期影响检验 | 第77-79页 |
| ·本章小结 | 第79-81页 |
| 第四章 在线评论的数据源及信息挖掘 | 第81-109页 |
| ·可靠在线评论数据源的挖掘 | 第81-92页 |
| ·可靠在线评论数据源的挖掘流程 | 第81-82页 |
| ·关键算法的流程 | 第82-87页 |
| ·实验仿真 | 第87-92页 |
| ·在线评论预处理 | 第92-93页 |
| ·基于领域本体的在线评论信息层次化挖掘研究 | 第93-108页 |
| ·基于社会化标注的领域本体 | 第94-98页 |
| ·在线评论信息层次化挖掘研究设计与实现 | 第98-99页 |
| ·基于领域本体的在线评论文本表示 | 第99-101页 |
| ·产品属性的提取 | 第101-102页 |
| ·构建层次化产品属性集 | 第102-103页 |
| ·情感倾向性分析 | 第103-105页 |
| ·仿真实验与分析 | 第105-108页 |
| ·本章小结 | 第108-109页 |
| 第五章 用户偏好模型与产品特征模型的建立 | 第109-122页 |
| ·用户评分与在线评论信息对比分析 | 第110-111页 |
| ·用户评分信息的局限性 | 第110页 |
| ·在线评论信息的优势 | 第110-111页 |
| ·用户偏好的获取与建模 | 第111-116页 |
| ·用户偏好的特点 | 第111-112页 |
| ·用户偏好信息的获取 | 第112-113页 |
| ·基于本体的动态用户偏好模型构建 | 第113-116页 |
| ·产品特征的建模 | 第116-119页 |
| ·产品特征的分析 | 第116-117页 |
| ·产品特征模型的构建 | 第117-119页 |
| ·仿真实验与分析 | 第119-121页 |
| ·本章小结 | 第121-122页 |
| 第六章 基于在线评论挖掘的混合推荐模型构建及仿真 | 第122-145页 |
| ·基于用户与推荐系统交互过程的信任及采纳 | 第122-131页 |
| ·行为理论对系统设计的影响 | 第122-123页 |
| ·基于交互感知的推荐系统信任研究 | 第123-124页 |
| ·多阶段的信任影响因素 | 第124-126页 |
| ·假设检验 | 第126-129页 |
| ·结果分析 | 第129-131页 |
| ·混合推荐模型的总体框架设计 | 第131-134页 |
| ·元需求 | 第131-133页 |
| ·元设计 | 第133-134页 |
| ·基于用户偏好与产品特征的混合推荐算法 | 第134-135页 |
| ·混合推荐算法的优化 | 第135-139页 |
| ·修正的余弦相似性算法 | 第135页 |
| ·基于用户属性的相似度算法 | 第135-136页 |
| ·基于产品属性的相似度算法 | 第136页 |
| ·混合推荐的流程 | 第136-139页 |
| ·仿真实验 | 第139-144页 |
| ·数据集的采集 | 第139-141页 |
| ·评测指标 | 第141-142页 |
| ·实验结果与分析 | 第142-144页 |
| ·本章小结 | 第144-145页 |
| 第七章 推荐策略 | 第145-151页 |
| ·引导消费者传播网络口碑的动机 | 第145-146页 |
| ·依据在线评论制定合理的营销策略 | 第146页 |
| ·重视网络购物平台设计的正规性与完善性 | 第146-147页 |
| ·维护更新层次化产品属性集 | 第147页 |
| ·重视网络购物推荐系统中用户个人隐私的保护 | 第147-149页 |
| ·网络购物平台还需要重视的细节 | 第149-150页 |
| ·本章小结 | 第150-151页 |
| 第八章 结论与展望 | 第151-155页 |
| ·研究结论 | 第151-153页 |
| ·研究局限与展望 | 第153-155页 |
| ·研究局限 | 第153页 |
| ·研究展望 | 第153-155页 |
| 参考文献 | 第155-170页 |
| 致谢 | 第170-171页 |
| 攻读博士学位期间的主要科研成果清单 | 第171-173页 |
| 附录A：基于在线评论的网络口碑感知影响因素专家打分表 | 第173-174页 |
| 附录B：基于用户与推荐信系统交互过程的信任及采纳的影响因素研究的调查问卷 | 第174-175页 |