| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-13页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 个性化推荐的研究现状 | 第8-9页 |
| 1.3 农产品(茶产品)电子商务的研究现状 | 第9-11页 |
| 1.4 茶产品个性化推荐研究中存在的主要问题 | 第11-13页 |
| 2 主要的个性化推荐技术 | 第13-18页 |
| 2.1 协同过滤推荐 | 第13-15页 |
| 2.2 基于内容的推荐 | 第15页 |
| 2.3 其他的推荐技术 | 第15-16页 |
| 2.4 混合推荐方法 | 第16-17页 |
| 2.5 本章小结 | 第17-18页 |
| 3 融合标签与评分的个性化推荐模型 | 第18-37页 |
| 3.1 标签推荐 | 第18-20页 |
| 3.1.1 社会标签系统架构 | 第18-20页 |
| 3.1.2 社会标签系统的特点 | 第20页 |
| 3.2 基于标签组合效应的推荐算法 | 第20-22页 |
| 3.2.1 标签聚集的强度 | 第20-22页 |
| 3.2.2 标签组合的权重 | 第22页 |
| 3.3 标签预处理 | 第22-26页 |
| 3.4 用户评分 | 第26-29页 |
| 3.5 构建融合标签和评分的个性化推荐模型 | 第29-33页 |
| 3.5.1 计算标签的权重 | 第29-32页 |
| 3.5.2 基于标签和评分的用户相似性 | 第32-33页 |
| 3.6 完善后的用户模型 | 第33-34页 |
| 3.7 基于贝叶斯方法的项目推荐 | 第34-36页 |
| 3.7.1 属于积极项目类别的可能性 | 第34-35页 |
| 3.7.2 属于消极项目类别的可能性 | 第35页 |
| 3.7.3 Top N推荐列表 | 第35-36页 |
| 3.8 本章小结 | 第36-37页 |
| 4 融合标签和评分的个性化推荐模型的验证与评价 | 第37-45页 |
| 4.1 评价指标 | 第37-38页 |
| 4.2 对比实验结果 | 第38-43页 |
| 4.2.1 设定邻居个数 | 第38-40页 |
| 4.2.2 比较IM和CM用户模型 | 第40-41页 |
| 4.2.3 算法对比 | 第41-43页 |
| 4.3 本章小结 | 第43-45页 |
| 5 融合标签和评分的茶产品个性化推荐系统的设计与实现 | 第45-56页 |
| 5.1 功能需求分析 | 第45-47页 |
| 5.2 系统实现 | 第47-55页 |
| 5.2.1 用户注册与登录 | 第47-48页 |
| 5.2.2 管理员权限 | 第48-50页 |
| 5.2.3 商品推荐 | 第50-53页 |
| 5.2.4 用户交易模块 | 第53-55页 |
| 5.3 本章小结 | 第55-56页 |
| 6 总结和展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 个人简介 | 第61页 |
| 在读间发表的学术论文和研究成果 | 第61页 |