| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究背景和意义 | 第10-11页 |
| ·研究现状和发展 | 第11-13页 |
| ·商品推荐系统的研究现状 | 第11-12页 |
| ·商品推荐系统的发展趋势 | 第12-13页 |
| ·本文的主要研究内容与创新点 | 第13-15页 |
| ·理论上的创新 | 第13-14页 |
| ·应用上的创新 | 第14-15页 |
| 第二章 商品推荐系统 | 第15-20页 |
| ·引言 | 第15页 |
| ·商品推荐系统应用 | 第15-16页 |
| ·目前商品推荐系统主要采用的算法 | 第16-20页 |
| ·各类型的算法 | 第16页 |
| ·协同过滤算法 | 第16-19页 |
| ·本文所研究的推荐系统的运用的算法 | 第19-20页 |
| 第三章 选举理论 | 第20-30页 |
| ·选举理论概述 | 第20-21页 |
| ·选举理论准则 | 第21-24页 |
| ·大多数准则(The Majority Criterion) | 第21-22页 |
| ·孔多塞准则(The Condorcet Criterion) | 第22页 |
| ·单一性准则(The Monotonicity Criterion) | 第22-23页 |
| ·非相关选择独立性准则(The Independence of Irrelevant Alternatives Criterion) | 第23-24页 |
| ·选举方案 | 第24-29页 |
| ·配对方案 | 第24-25页 |
| ·孔多塞方案(The Condorcet Scheme) | 第25-27页 |
| ·博尔达计分方案(Borda Count) | 第27-29页 |
| ·小结 | 第29-30页 |
| 第四章 基于贝叶斯分类器的文本分析 | 第30-36页 |
| ·贝叶斯法则 | 第30-32页 |
| ·朴素贝叶斯分类器 | 第32-36页 |
| ·朴素贝叶斯分类器 | 第32-33页 |
| ·举例说明 | 第33-34页 |
| ·估计概率 | 第34-36页 |
| 第五章 钟表推荐系统的设计 | 第36-51页 |
| ·系统的功能 | 第36-39页 |
| ·记录喜好功能 | 第36页 |
| ·查询功能 | 第36-38页 |
| ·主动推荐钟表功能 | 第38-39页 |
| ·钟表推荐系统主要特点 | 第39-40页 |
| ·钟表推荐系统结构 | 第40-42页 |
| ·产生推荐的机制 | 第42-51页 |
| ·运用选举理论产生推荐 | 第43-47页 |
| ·利用朴素贝叶斯分类器进行文本分类 | 第47-51页 |
| 第六章 钟表推荐系统功能分析 | 第51-56页 |
| ·查询模式 | 第51页 |
| ·查询结果分析 | 第51-56页 |
| 第七章 钟表推荐系统试验性评估 | 第56-59页 |
| ·选举理论机制和比例排序 | 第56-57页 |
| ·学习的试验 | 第57-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读学位期间发表的学术论文 | 第64-65页 |
| 独创性声明 | 第65-66页 |
| 致谢 | 第66页 |
