| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第14-26页 |
| 1.1 研究背景 | 第14-17页 |
| 1.1.1 电子商务的兴起与发展 | 第14-15页 |
| 1.1.2 电子商务个性化推荐对电子商务发展的重要作用 | 第15-16页 |
| 1.1.3 基于相似案例分析的电子商务个性化推荐研究的必要性 | 第16-17页 |
| 1.2 问题的提出 | 第17-18页 |
| 1.2.1 基于相似案例分析的电子商务个性化推荐研究框架 | 第17-18页 |
| 1.2.2 基于相似案例分析的电子商务个性化推荐方法 | 第18页 |
| 1.3 研究目标与研究意义 | 第18-19页 |
| 1.3.1 研究目标 | 第18-19页 |
| 1.3.2 研究意义 | 第19页 |
| 1.4 研究内容与研究方案 | 第19-23页 |
| 1.4.1 研究内容 | 第20页 |
| 1.4.2 研究方案 | 第20-23页 |
| 1.5 本文章节安排 | 第23-26页 |
| 第2章 电子商务个性化推荐的相关研究文献综述 | 第26-38页 |
| 2.1 文献检索情况概述 | 第26-29页 |
| 2.1.1 文献检索范围分析 | 第26-27页 |
| 2.1.2 相关文献情况分析 | 第27页 |
| 2.1.3 学术趋势分析 | 第27-29页 |
| 2.2 关于反映客户偏好的因素的研究 | 第29-30页 |
| 2.2.1 显式因素 | 第29页 |
| 2.2.2 隐式因素 | 第29-30页 |
| 2.3 关于电子商务个性化推荐方法的研究 | 第30-36页 |
| 2.3.1 基于协同过滤的推荐方法 | 第30-32页 |
| 2.3.2 基于内容的推荐方法 | 第32-33页 |
| 2.3.3 基于规则的推荐方法 | 第33页 |
| 2.3.4 基于知识的推荐方法 | 第33-34页 |
| 2.3.5 混合的推荐方法 | 第34-35页 |
| 2.3.6 其他推荐方法 | 第35-36页 |
| 2.4 已有研究的贡献与不足的总结 | 第36-37页 |
| 2.4.1 主要贡献 | 第36页 |
| 2.4.2 不足之处 | 第36-37页 |
| 2.5 已有研究成果对本文研究的启示 | 第37页 |
| 2.6 本章小结 | 第37-38页 |
| 第3章 电子商务个性化推荐方法研究的相关概念与理论基础 | 第38-43页 |
| 3.1 电子商务个性化推荐 | 第38-39页 |
| 3.1.1 电子商务个性化推荐的概念 | 第38页 |
| 3.1.2 电子商务个性化推荐的目标 | 第38-39页 |
| 3.1.3 电子商务个性化推荐的流程 | 第39页 |
| 3.2 CBR | 第39-42页 |
| 3.2.1 CBR的基本思想 | 第40页 |
| 3.2.2 CBR的发展 | 第40-41页 |
| 3.2.3 CBR的基本模型 | 第41-42页 |
| 3.3 本章小结 | 第42-43页 |
| 第4章 电子商务个性化推荐问题描述及研究框架 | 第43-49页 |
| 4.1 电子商务个性化推荐问题的一般性描述 | 第43-45页 |
| 4.1.1 电子商务个性化推荐问题的分类 | 第43-44页 |
| 4.1.2 考虑客户潜在需求的电子商务个性化推荐问题的描述 | 第44页 |
| 4.1.3 考虑客户给出需求的电子商务个性化推荐问题的描述 | 第44-45页 |
| 4.2 电子商务个性化推荐研究框架 | 第45-47页 |
| 4.2.1 考虑客户潜在需求的电子商务个性化推荐研究框架 | 第45-46页 |
| 4.2.2 考虑客户给出需求的电子商务个性化推荐研究框架 | 第46-47页 |
| 4.3 本章小结 | 第47-49页 |
| 第5章 考虑客户潜在需求的电子商务个性化推荐方法 | 第49-68页 |
| 5.1 考虑客户潜在需求的案例表示与问题描述 | 第49-51页 |
| 5.1.1 客户偏好分析 | 第49-50页 |
| 5.1.2 案例表示 | 第50页 |
| 5.1.3 问题描述 | 第50-51页 |
| 5.2 考虑客户潜在需求的相似度计算及推荐商品的确定 | 第51-55页 |
| 5.2.1 考虑客户注册信息的案例相似度计算 | 第52-53页 |
| 5.2.2 基于购买行为信息的案例相似度计算 | 第53-54页 |
| 5.2.3 基于非购买行为信息的案例相似度计算 | 第54-55页 |
| 5.2.4 商品集的确定 | 第55页 |
| 5.3 潜在应用研究：基于天猫书城的图书推荐 | 第55-66页 |
| 5.3.1 背景分析及问题描述 | 第56-59页 |
| 5.3.2 相似度计算 | 第59-63页 |
| 5.3.3 推荐商品集的确定 | 第63-66页 |
| 5.4 本章小结 | 第66-68页 |
| 第6章 考虑客户给出需求的电子商务个性化推荐方法 | 第68-86页 |
| 6.1 考虑客户给出需求的案例表示与问题描述 | 第68-70页 |
| 6.1.1 客户偏好分析 | 第68页 |
| 6.1.2 案例表示与问题描述 | 第68-70页 |
| 6.2 考虑客户给出需求的相似度计算及推荐商品的确定 | 第70-73页 |
| 6.2.1 考虑客户需求的商品相似度计算 | 第70-71页 |
| 6.2.2 基于购买行为信息的案例相似度计算 | 第71-72页 |
| 6.2.3 基于非购买行为信息的案例相似度计算 | 第72-73页 |
| 6.2.4 推荐商品集的确定 | 第73页 |
| 6.3 潜在应用研究：天猫书城的图书推荐 | 第73-85页 |
| 6.3.1 背景分析及问题描述 | 第74-75页 |
| 6.3.2 相似度计算 | 第75-82页 |
| 6.3.3 推荐商品集的确定 | 第82-85页 |
| 6.4 本章小结 | 第85-86页 |
| 第7章 结论与展望 | 第86-90页 |
| 7.1 本文的主要研究成果及结论 | 第86-87页 |
| 7.2 本文的主要贡献 | 第87-88页 |
| 7.3 本文研究的局限 | 第88页 |
| 7.4 今后研究工作展望 | 第88-90页 |
| 参考文献 | 第90-97页 |
| 致谢 | 第97-98页 |
| 作者简介 | 第98-99页 |
