B2C电子商务中商品推荐模型研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 引言 | 第8-10页 |
| 1 个性化服务介绍 | 第10-14页 |
| ·个性化服务研究与发展 | 第10-11页 |
| ·个性化服务的分类 | 第11-14页 |
| 2 商品推荐服务 | 第14-19页 |
| ·现有商品推荐技术 | 第14-17页 |
| ·基于内容的推荐 | 第14-15页 |
| ·协同过滤推荐 | 第15页 |
| ·基于关联规则的推荐 | 第15-16页 |
| ·基于效用推荐 | 第16页 |
| ·基于知识推荐 | 第16页 |
| ·基于用户统计信息的推荐 | 第16页 |
| ·各种推荐技术的比较 | 第16-17页 |
| ·现有商品推荐技术的适用性 | 第17-19页 |
| ·基于内容推荐 | 第17页 |
| ·基于用户统计信息的推荐 | 第17-18页 |
| ·基于知识和效用的推荐 | 第18页 |
| ·基于关联规则的推荐 | 第18-19页 |
| 3 基于频率矩阵和文本相似度的商品推荐模型 | 第19-47页 |
| ·模型的输入和输出 | 第19-21页 |
| ·输入数据 | 第20-21页 |
| ·输出数据 | 第21页 |
| ·数据预处理 | 第21-29页 |
| ·数据采集 | 第22-24页 |
| ·数据净化 | 第24页 |
| ·访问用户识别 | 第24-26页 |
| ·会话识别 | 第26-27页 |
| ·事务识别 | 第27-29页 |
| ·商品候选集推荐 | 第29-33页 |
| ·商品推荐分值计算 | 第33-41页 |
| ·文本的表示 | 第34-36页 |
| ·特征评价选择方法 | 第36-39页 |
| ·文本相似度计算 | 第39-41页 |
| ·推荐系统的结构 | 第41-43页 |
| ·组合式结构 | 第41-42页 |
| ·分离式结构 | 第42-43页 |
| ·推荐系统框架 | 第43-47页 |
| ·离线处理部分 | 第44页 |
| ·在线推荐部分 | 第44-46页 |
| ·离线处理部分与在线处理部分的比较 | 第46-47页 |
| 4 B2C电子商务商品推荐原型系统的设计与实现 | 第47-57页 |
| ·CRPS的设计 | 第47-48页 |
| ·CRPS的系统结构 | 第48页 |
| ·CRPS的功能模块 | 第48页 |
| ·商品推荐系统的实现 | 第48-57页 |
| ·用户交互模块 | 第49页 |
| ·数据预处理模块 | 第49-53页 |
| ·频率矩阵创建和商品关联规则发现模块 | 第53-54页 |
| ·商品介绍向量化模块 | 第54-55页 |
| ·商品推荐模拟模块 | 第55-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 攻读硕士学位期间发表学术论文情况 | 第60-61页 |
| 致谢 | 第61-62页 |
