基于支持向量机模型的电子商务推荐算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-13页 |
| ·电子商务推荐系统的产生 | 第9页 |
| ·国内外研究现状 | 第9-11页 |
| ·国外研究现状 | 第10页 |
| ·国内研究现状 | 第10-11页 |
| ·本文研究内容 | 第11-12页 |
| ·本文组织结构 | 第12-13页 |
| 2 电子商务推荐系统相关技术 | 第13-21页 |
| ·总体概述 | 第13-17页 |
| ·系统结构 | 第13-15页 |
| ·推荐过程 | 第15页 |
| ·系统分类 | 第15-16页 |
| ·系统意义 | 第16页 |
| ·面临的挑战 | 第16-17页 |
| ·推荐算法 | 第17-18页 |
| ·协同过滤算法 | 第17页 |
| ·基于内容的算法 | 第17-18页 |
| ·混合推荐算法 | 第18页 |
| ·评价标准 | 第18-20页 |
| ·平均绝对误差 | 第18-19页 |
| ·平均平方误差 | 第19页 |
| ·准确率和召回率 | 第19页 |
| ·预测时间 | 第19页 |
| ·覆盖率 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 3 基于支持向量机分类的电子商务推荐算法 | 第21-31页 |
| ·算法提出的背景 | 第21-22页 |
| ·支持向量机分类原理 | 第22-24页 |
| ·算法描述 | 第24-26页 |
| ·实验与结果分析 | 第26-30页 |
| ·本章小结 | 第30-31页 |
| 4 基于支持向量机回归的电子商务推荐算法 | 第31-41页 |
| ·算法提出的背景 | 第31-32页 |
| ·支持向量机回归原理 | 第32-33页 |
| ·算法描述 | 第33-35页 |
| ·实验与结果分析 | 第35-40页 |
| ·本章小结 | 第40-41页 |
| 5 推荐系统原型设计 | 第41-55页 |
| ·设计原则 | 第41-42页 |
| ·概要设计 | 第42-45页 |
| ·功能结构 | 第42-43页 |
| ·整体框架 | 第43-44页 |
| ·推荐流程 | 第44-45页 |
| ·模块设计 | 第45-51页 |
| ·商品信息模块 | 第46-47页 |
| ·用户信息模块 | 第47-50页 |
| ·分析过滤模块 | 第50-51页 |
| ·推荐实施模块 | 第51页 |
| ·系统适用性 | 第51-52页 |
| ·用户体验的重要性 | 第52页 |
| ·本章小结 | 第52-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 攻读硕士学位期间发表学术论文情况 | 第58-59页 |
| 致谢 | 第59-60页 |
