| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第1章 绪论 | 第9-17页 |
| ·出版业的现状 | 第9-12页 |
| ·出版图书种数的猛增，图书发行量以及平均印数的下降 | 第10页 |
| ·图书退货率不断上升，库存金额不断上升 | 第10-11页 |
| ·信用问题 | 第11-12页 |
| ·出版企业摆脱困境的解决思路 | 第12-15页 |
| ·论文的研究内容 | 第15-16页 |
| ·论文的结构 | 第16-17页 |
| 第2章 电子商务个性化推荐系统 | 第17-25页 |
| ·电子商务个性化推荐系统的概述 | 第17-22页 |
| ·电子商务个性化推荐系统的概念 | 第17页 |
| ·电子商务个性化推荐系统的作用 | 第17-18页 |
| ·电子商务个性化推荐系统的组成 | 第18-19页 |
| ·电子商务个性化推荐系统的框架及流程 | 第19-20页 |
| ·电子商务个性化推荐系统的界面形式 | 第20-21页 |
| ·电子商务个性化推荐系统的分类 | 第21-22页 |
| ·电子商务个性化推荐系统的相关技术 | 第22-25页 |
| ·知识工程 | 第22页 |
| ·基于内容的推荐方法 | 第22-23页 |
| ·协同过滤推荐方法 | 第23页 |
| ·混和型推荐方法 | 第23-24页 |
| ·基于数据挖掘技术的推荐系统 | 第24-25页 |
| 第3章 协同过滤推荐系统 | 第25-32页 |
| ·协同过滤推荐系统的数据输入与输出 | 第25-26页 |
| ·协同过滤推荐系统的输出 | 第26页 |
| ·USER-BASED 协同过滤推荐算法 | 第26-28页 |
| ·表示 | 第26-27页 |
| ·最近邻的形成 | 第27-28页 |
| ·推荐产生 | 第28页 |
| ·ITEM-BASED 协同过滤推荐算法 | 第28-30页 |
| ·项目相似性计算 | 第29-30页 |
| ·推荐产生 | 第30页 |
| ·协同过滤推荐算法的缺陷 | 第30-32页 |
| 第4章 改进的协同过滤推荐系统 | 第32-37页 |
| ·协同过滤推荐系统的改进思路 | 第32-33页 |
| ·改进的USER-BASED 协同过滤系统 | 第33-35页 |
| ·改进协同过滤系统架构 | 第33-34页 |
| ·产品项目评分预测模块的输入、输出 | 第34页 |
| ·产品项目评分预测补足的算法过程 | 第34-35页 |
| ·评分激励机制 | 第35-37页 |
| 第5章 出版企业应用的解决方案 | 第37-44页 |
| ·应用背景 | 第37-39页 |
| ·企业发展背景 | 第37-38页 |
| ·电子商务网站概述 | 第38-39页 |
| ·推荐系统的构建 | 第39-43页 |
| ·推荐系统算法选择 | 第39-40页 |
| ·User-based 协同过滤改进推荐系统流程 | 第40-41页 |
| ·协同过滤改进推荐系统推荐主流程 | 第41页 |
| ·新用户推荐流程 | 第41-42页 |
| ·新产品推荐流程 | 第42-43页 |
| ·激励机制 | 第43-44页 |
| 第6章 推荐系统效果测试 | 第44-52页 |
| ·公开测试活动策划 | 第44-48页 |
| ·评估计量标准 | 第44-45页 |
| ·公开测试活动流程 | 第45-48页 |
| ·推荐系统测试设定 | 第48-49页 |
| ·推荐系统测试数据集选择 | 第48页 |
| ·推荐系统相关性度量方式的设定 | 第48-49页 |
| ·公开测试活动结果及分析 | 第49-52页 |
| ·推荐系统精度度量结果及分析 | 第49-50页 |
| ·问卷调查结果及分析 | 第50-52页 |
| 第7章 总结 | 第52-54页 |
| ·本文的工作 | 第52-53页 |
| ·下一步的工作 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 致谢 | 第56-57页 |
| 攻读学位期间发表的学术论文目录 | 第57页 |