多Agent电子商务推荐系统研究
| 中文摘要 | 第4-5页 |
| 英文摘要 | 第5页 |
| 插图清单 | 第10-11页 |
| 附表清单 | 第11-12页 |
| 1 绪论 | 第12-15页 |
| 1．1 电子商务推荐系统研究现状 | 第12页 |
| 1．2 论文的选题及其研究意义 | 第12-13页 |
| 1．3 论文研究的主要内容 | 第13-14页 |
| 1．4 本章小结 | 第14-15页 |
| 2 推荐系统及Agent技术概述 | 第15-26页 |
| 2．1 电子商务推荐系统的提出背景 | 第15-16页 |
| 2．2 电子商务推荐系统定义 | 第16页 |
| 2．3 输入输出数据及界面表现形式 | 第16-17页 |
| 2．3．1 输入数据 | 第16页 |
| 2．3．2 输出数据 | 第16页 |
| 2．3．3 界面表现形式 | 第16-17页 |
| 2．4 电子商务推荐系统的分类 | 第17-19页 |
| 2．4．1 协作过滤推荐 | 第17页 |
| 2．4．2 基于人口统计推荐 | 第17-18页 |
| 2．4．3 基于内容推荐 | 第18页 |
| 2．4．4 基于效用推荐 | 第18页 |
| 2．4．5 基于知识推荐 | 第18-19页 |
| 2．5 电子商务推荐系统的比较 | 第19-23页 |
| 2．5．1 协作过滤推荐 | 第19-20页 |
| 2．5．2 基于人口统计推荐 | 第20页 |
| 2．5．3 基于内容推荐 | 第20页 |
| 2．5．4 基于效用推荐 | 第20-21页 |
| 2．5．5 基于知识推荐 | 第21页 |
| 2．5．6 总结 | 第21-23页 |
| 2．6 相关技术 | 第23-24页 |
| 2．6．1 贝叶斯网络 | 第23页 |
| 2．6．2 聚类 | 第23页 |
| 2．6．3 Horting图 | 第23-24页 |
| 2．6．4 关联规则 | 第24页 |
| 2．7 Agent技术 | 第24-25页 |
| 2．7．1 Agent基本定义 | 第24-25页 |
| 2．7．2 多Agent系统 | 第25页 |
| 2．8 本章小结 | 第25-26页 |
| 3 系统框架 | 第26-38页 |
| 3．1 现有推荐系统所存在的问题 | 第26-27页 |
| 3．2 提出背景 | 第27-28页 |
| 3．3 系统最终目标和基本思路 | 第28页 |
| 3．4 预备知识 | 第28-30页 |
| 3．4．1 推荐系统结构 | 第28-29页 |
| 3．4．2 推荐系统数据 | 第29页 |
| 3．4．3 推荐系统算法 | 第29-30页 |
| 3．5 系统框架图 | 第30-31页 |
| 3．6 系统核心 | 第31-36页 |
| 3．6．1 用户界面Agent | 第31-32页 |
| 3．6．2 基于内容Agent | 第32-33页 |
| 3．6．3 协作过滤Agent | 第33-36页 |
| 3．7 本章小结 | 第36-38页 |
| 4 后台数据 | 第38-44页 |
| 4．1 物品描述 | 第38-39页 |
| 4．1．1 物品描述介绍 | 第38页 |
| 4．1．2 物品描述定义 | 第38-39页 |
| 4．2 用户兴趣描述 | 第39-41页 |
| 4．2．1 用户兴趣描述介绍 | 第39页 |
| 4．2．2 建立用户兴趣描述 | 第39-40页 |
| 4．2．3 用户兴趣描述定义 | 第40-41页 |
| 4．3 用户群兴趣描述 | 第41-43页 |
| 4．3．1 用户群兴趣描述介绍 | 第41页 |
| 4．3．2 用户群兴趣描述定义 | 第41页 |
| 4．3．3 用户群划分实例 | 第41-43页 |
| 4．4 本章小结 | 第43-44页 |
| 5 输入数据 | 第44-51页 |
| 5．1 用户显式评价 | 第44页 |
| 5．2 用户隐式评价 | 第44-50页 |
| 5．2．1 隐式反馈分类 | 第45-47页 |
| 5．2．2 使用隐式反馈 | 第47-48页 |
| 5．2．3 本系统中隐式反馈的具体实现 | 第48-50页 |
| 5．3 本章小结 | 第50-51页 |
| 6 推荐算法 | 第51-57页 |
| 6．1 物品相似度算法 | 第51-53页 |
| 6．1．1 传统物品相似度算法 | 第51页 |
| 6．1．2 改进的物品相似度算法 | 第51-53页 |
| 6．2 用户相似度算法 | 第53-54页 |
| 6．2．1 用户相似度算法的引入 | 第53页 |
| 6．2．2 改进的用户相似度算法 | 第53-54页 |
| 6．3 反馈算法 | 第54-56页 |
| 6．3．1 显式评价的反馈算法 | 第54页 |
| 6．3．2 隐式评价的反馈算法 | 第54-56页 |
| 6．4 本章小结 | 第56-57页 |
| 7 应用实例Sweet Home系统 | 第57-62页 |
| 7．1 Sweet Home实例介绍 | 第57-58页 |
| 7．2 用户推荐实例 | 第58-60页 |
| 7．3 后台数据分析 | 第60-61页 |
| 7．4 本章小结 | 第61-62页 |
| 8 结束语 | 第62-64页 |
| 8．1 论文所做的主要工作 | 第62页 |
| 8．2 工作总结 | 第62页 |
| 8．3 前景展望 | 第62-63页 |
| 8．4 本章小结 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-68页 |
