基于环境感知的线下购物推荐系统的设计与实现
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 引言 | 第11-15页 |
| 1.1 项目背景 | 第11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 项目拟达到目标 | 第13页 |
| 1.4 项目意义 | 第13-14页 |
| 1.5 论文组织结构 | 第14-15页 |
| 2 线下购物行为分析与建模 | 第15-21页 |
| 2.1 线下购物行为分析 | 第15-17页 |
| 2.1.1 线下购物元素 | 第15页 |
| 2.1.2 线下购物过程 | 第15-16页 |
| 2.1.3 线下购物数据 | 第16页 |
| 2.1.4 消费者行为模型介绍 | 第16-17页 |
| 2.2 消费心理学 | 第17-19页 |
| 2.2.1 SOR模型介绍 | 第18-19页 |
| 2.3 线下购物行为模型 | 第19-20页 |
| 2.3.1 线下购物定义 | 第19页 |
| 2.3.2 线下购物行为模型 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 3 商品购买意愿模型研究与计算 | 第21-26页 |
| 3.1 商品购买意愿模型 | 第21页 |
| 3.2 热区识别方法的介绍 | 第21-23页 |
| 3.2.1 规则热区识别方法介绍 | 第22页 |
| 3.2.2 不规则热区识别方法研究 | 第22-23页 |
| 3.3 不规则热区识别方法改进 | 第23-25页 |
| 3.4 本章小结 | 第25-26页 |
| 4 商品推荐系统的设计 | 第26-29页 |
| 4.1 针对购物区域的商品推荐方法 | 第26-27页 |
| 4.2 基于历史数据的商品推荐算法设计 | 第27-28页 |
| 4.3 本章小结 | 第28-29页 |
| 5 线下购物数据采集系统 | 第29-39页 |
| 5.1 数据采集系统设计目标 | 第29页 |
| 5.2 概念描述 | 第29-30页 |
| 5.3 角色分析 | 第30-31页 |
| 5.4 数据采集系统架构设计 | 第31-33页 |
| 5.5 数据采集系统的设计与实施 | 第33-35页 |
| 5.5.1 采集系统的体系结构设计 | 第33-35页 |
| 5.5.2 报表服务器 | 第35页 |
| 5.6 数据库设计 | 第35-37页 |
| 5.6.1 数据库概念模型 | 第36页 |
| 5.6.2 数据库逻辑模型 | 第36-37页 |
| 5.6.3 数据库物理模型 | 第37页 |
| 5.7 本章小结 | 第37-39页 |
| 6 室内定位方法优选 | 第39-47页 |
| 6.1 WiFi数据包采集 | 第39-40页 |
| 6.1.1 隔离无效WiFi包 | 第40页 |
| 6.1.2 筛选有效WiFi包 | 第40页 |
| 6.2 WiFi定位算法的设计与实现 | 第40-46页 |
| 6.2.1 三角形定位算法 | 第42-44页 |
| 6.2.2 位置指纹识别算法 | 第44-46页 |
| 6.3 本章小结 | 第46-47页 |
| 7 目标验证 | 第47-59页 |
| 7.1 数据采集系统评估 | 第47-53页 |
| 7.1.1 定位算法精准度测量 | 第48-49页 |
| 7.1.2 定位系统训练与调优 | 第49-51页 |
| 7.1.3 感应器健壮性测试 | 第51-52页 |
| 7.1.4 感应器性能测试 | 第52-53页 |
| 7.2 报表功能的改进 | 第53-56页 |
| 7.2.1 报表功能的确认 | 第53-55页 |
| 7.2.2 报表功能性能的改进 | 第55-56页 |
| 7.3 会员消息推送功能验证 | 第56-58页 |
| 7.3.1 用户满意度调查 | 第56-57页 |
| 7.3.2 用户购物数据研究 | 第57-58页 |
| 7.4 本章小结 | 第58-59页 |
| 8 总结与展望 | 第59-61页 |
| 8.1 总结 | 第59-60页 |
| 8.2 展望 | 第60-61页 |
| 参考文献 | 第61-63页 |
| 附录A | 第63-71页 |
| 作者简历及攻读硕士专业学位期间取得的研究成果 | 第71-73页 |
| 学位论文数据集 | 第73页 |
