基于领域本体的电子商务推荐技术研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-23页 |
| ·研究背景与意义 | 第11-13页 |
| ·国内外研究现状与分析 | 第13-20页 |
| ·电子商务推荐算法 | 第13-16页 |
| ·Web挖掘技术 | 第16-20页 |
| ·论文主要研究内容 | 第20-21页 |
| ·论文的组织结构 | 第21-23页 |
| 第2章 领域本体的构建 | 第23-42页 |
| ·问题提出 | 第23页 |
| ·领域本体及表示语言 | 第23-29页 |
| ·语义Web | 第23-25页 |
| ·领域本体 | 第25-27页 |
| ·本体的表示语言 | 第27-29页 |
| ·领域本体的构建 | 第29-41页 |
| ·传统本体构建方法存在的问题 | 第29-31页 |
| ·本体构建方法的新思考 | 第31-34页 |
| ·本体构建的工具 | 第34页 |
| ·本体构建的步骤 | 第34-41页 |
| ·本章小结 | 第41-42页 |
| 第3章 基于领域本体和用户偏好变化的协同过滤算法 | 第42-58页 |
| ·问题的提出 | 第42-43页 |
| ·基于领域本体和用户偏好变化的协同过滤推荐算法 | 第43-53页 |
| ·语义标注 | 第43页 |
| ·语义相似度计算 | 第43-47页 |
| ·用户评分矩阵缺失值的填充 | 第47-49页 |
| ·用户遗忘函数 | 第49-51页 |
| ·基于用户偏好变化的协同过滤推荐算法 | 第51-53页 |
| ·算法复杂度分析 | 第53页 |
| ·实验结果与分析 | 第53-57页 |
| ·实验环境及实验数据 | 第53-54页 |
| ·推荐评价标准 | 第54-55页 |
| ·实验分析 | 第55-57页 |
| ·实验结论 | 第57页 |
| ·本章小结 | 第57-58页 |
| 第4章 基于领域本体和Web挖掘的个性化推荐算法 | 第58-70页 |
| ·问题的提出 | 第58-59页 |
| ·基于领域本体和Web使用挖掘的个性化推荐流程 | 第59-63页 |
| ·用户访问偏好 | 第60-61页 |
| ·领域本体与Web页面之间的映射 | 第61-62页 |
| ·创建语义用户偏好 | 第62-63页 |
| ·在线推荐 | 第63页 |
| ·基于语义用户聚类的个性化推荐算法 | 第63-69页 |
| ·会话的语义相似性计算 | 第64页 |
| ·K-Means层次凝聚算法 | 第64-67页 |
| ·实验结果与分析 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 第5章 个性化推荐系统的原型系统及实现 | 第70-88页 |
| ·问题的提出 | 第70-71页 |
| ·个性化推荐系统架构 | 第71-80页 |
| ·数据收集 | 第73-74页 |
| ·数据预处理 | 第74-78页 |
| ·模式获取 | 第78-80页 |
| ·在线推荐 | 第80页 |
| ·推荐模型的设计 | 第80-85页 |
| ·非个性化的推荐 | 第80-82页 |
| ·基于语义聚类的用户兴趣获取与匹配模块 | 第82页 |
| ·基于语义相似度和用户兴趣变化的推荐模块 | 第82-85页 |
| ·推荐系统的运行实例 | 第85-87页 |
| ·本章小结 | 第87-88页 |
| 第6章 总结与展望 | 第88-90页 |
| ·研究工作总结 | 第88-89页 |
| ·未来研究展望 | 第89-90页 |
| 参考文献 | 第90-100页 |
| 致谢 | 第100-101页 |
| 攻读学位期间参与的项目和发表的论文 | 第101页 |
