| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-14页 |
| ·课题背景 | 第11-12页 |
| ·本文的工作 | 第12页 |
| ·研究的意义 | 第12-13页 |
| ·论文结构 | 第13页 |
| ·本章小结 | 第13-14页 |
| 第2章 推荐系统概述 | 第14-20页 |
| ·推荐系统的概念 | 第14-15页 |
| ·推荐系统的应用 | 第15-16页 |
| ·电子商务推荐系统的组成 | 第16-19页 |
| ·推荐系统的输入 | 第17-18页 |
| ·推荐系统的输出 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第3章 电子商务推荐算法分析 | 第20-32页 |
| ·内容过滤推荐(Content-based Filtering) | 第20-21页 |
| ·协同过滤推荐(Collaborative Filtering) | 第21-24页 |
| ·启发式方法(heuristic-based) | 第21页 |
| ·基于模型方法(model-hased) | 第21-24页 |
| ·混合算法(hybrid recommendation) | 第24-32页 |
| ·权重型(Weighted) | 第24-25页 |
| ·转化型(Switching) | 第25-26页 |
| ·组合型(Mixed) | 第26-27页 |
| ·特征混合型(Feature Combination) | 第27-28页 |
| ·层级型(Cascade) | 第28-29页 |
| ·特性扩充型(Feature Augmentation) | 第29-30页 |
| ·原始层型(Meta-level) | 第30-32页 |
| 第4章 基于商品类目结构的自适应推荐系统 | 第32-49页 |
| ·设计背景 | 第32-33页 |
| ·系统设计目标 | 第33-35页 |
| ·推荐系统框架 | 第35-37页 |
| ·算法设计 | 第37-48页 |
| ·参数定义 | 第37-38页 |
| ·算法流程 | 第38-43页 |
| ·二项式分布分界点设定 | 第43-46页 |
| ·窗口模型 | 第46页 |
| ·新主商品(New main item)问题 | 第46-47页 |
| ·新附属商品(New accessory item)问题 | 第47页 |
| ·缺货问题 | 第47页 |
| ·促销赠送附属商品 | 第47-48页 |
| ·自适应 | 第48页 |
| ·本章小结 | 第48-49页 |
| 第5章 实验和验证 | 第49-68页 |
| ·实验环境介绍 | 第49-51页 |
| ·主附商品关系 | 第49页 |
| ·商品类目结构 | 第49-51页 |
| ·衡量方法 | 第51-52页 |
| ·实验结果分析 | 第52-66页 |
| ·历史数据比较 | 第53-61页 |
| ·不同时间段不同算法的比较 | 第61-63页 |
| ·相同时间段不同算法的比较 | 第63-65页 |
| ·不同时间段自适应算法的比较 | 第65-66页 |
| ·本章小结 | 第66-68页 |
| 第6章 总结与展望 | 第68-71页 |
| ·主要工作和研究总结 | 第68-69页 |
| ·研究内容展望 | 第69-71页 |
| 参考文献 | 第71-74页 |
| 致谢 | 第74-75页 |
| 作者简历 | 第75页 |
