| 摘要 | 第9-11页 |
| ABSTRACT | 第11-12页 |
| 第一章 绪论 | 第13-23页 |
| 1.1 研究背景和意义 | 第13-17页 |
| 1.1.1 研究背景 | 第13-16页 |
| 1.1.2 研究目的和意义 | 第16-17页 |
| 1.2 国内外研究现状 | 第17-21页 |
| 1.3 研究内容、组织结构和创新点 | 第21-23页 |
| 1.3.1 研究内容和组织结构 | 第21-22页 |
| 1.3.2 创新点 | 第22-23页 |
| 第二章 概念界定、理论基础与方法框架 | 第23-35页 |
| 2.1 基本概念 | 第23-25页 |
| 2.1.1 电子商务网站 | 第23-25页 |
| 2.1.2 客户需求 | 第25页 |
| 2.1.3 网站访问行为 | 第25页 |
| 2.1.4 客户的分类 | 第25页 |
| 2.2 理论基础 | 第25-30页 |
| 2.2.1 全信息理论 | 第25-27页 |
| 2.2.2 消费者信息处理及决策理论 | 第27-30页 |
| 2.3 方法框架 | 第30-34页 |
| 2.3.1 高端装备产品市场特征及其网络销售模型 | 第30-33页 |
| 2.3.2 需求获取模型 | 第33-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第三章 高端装备产品客户需求知识库的建立 | 第35-48页 |
| 3.1 需求知识库架构 | 第35-36页 |
| 3.2 需求知识库概念模型 | 第36-40页 |
| 3.2.1 需求知识表示 | 第37-38页 |
| 3.2.2 高端装备需求知识库概念模型的构建 | 第38-40页 |
| 3.3 高端装备产品知识库模板的定义及其结构 | 第40-42页 |
| 3.3.1 定义和结构描述 | 第40-41页 |
| 3.3.2 知识库模板的构建方法 | 第41-42页 |
| 3.4 高端装备产品客户需求的知识获取 | 第42-44页 |
| 3.4.1 基于Stalker算法的数据抽取方法 | 第42-44页 |
| 3.4.2 需求知识库的构建 | 第44页 |
| 3.5 实验及其评价 | 第44-47页 |
| 3.6 本章小结 | 第47-48页 |
| 第四章 高端装备产品评论文本的客户需求特征提取方法 | 第48-61页 |
| 4.1 高端装备产品评论文本的客户需求特征抽取框架 | 第48-50页 |
| 4.2 需求特征词的识别方法 | 第50-53页 |
| 4.2.1 基本思想 | 第50-51页 |
| 4.2.2 模式相似度的计算方法 | 第51-53页 |
| 4.3 基本需求的检测方法 | 第53-55页 |
| 4.3.1 需求分类 | 第53-54页 |
| 4.3.2 基本需求检测 | 第54-55页 |
| 4.4 基本需求内容识别 | 第55-56页 |
| 4.5 实验与评价 | 第56-59页 |
| 4.6 本章小结 | 第59-61页 |
| 第五章 基于访问行为的高端装备用户需求聚类方法 | 第61-72页 |
| 5.1 需求聚类的方法框架 | 第61-62页 |
| 5.2 数据建模 | 第62-65页 |
| 5.2.1 “用户-目标页面”矩阵 | 第62-63页 |
| 5.2.2 “用户-特征词”矩阵 | 第63页 |
| 5.2.3 “用户-用户需求”矩阵 | 第63-65页 |
| 5.3 基于k-means算法的客户聚类方法 | 第65-67页 |
| 5.3.1 用户聚类的算法实现 | 第66页 |
| 5.3.2 簇的特征化描述 | 第66-67页 |
| 5.4 用户属性特征归纳 | 第67-69页 |
| 5.4.1 用户属性特征的获取 | 第67-68页 |
| 5.4.2 用户特征归纳算法的实现 | 第68-69页 |
| 5.5 实验与评价 | 第69-71页 |
| 5.6 本章小结 | 第71-72页 |
| 第六章 结论与展望 | 第72-74页 |
| 6.1 全文总结 | 第72-73页 |
| 6.2 研究展望 | 第73-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-82页 |
| 作者在学期间取得的学术成果 | 第82页 |