面向电子商务个性化推荐系统的Web数据挖掘应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-16页 |
| ·论文选题背景及意义 | 第9-10页 |
| ·国内外的研究现状 | 第10-13页 |
| ·国外研究现状 | 第11-12页 |
| ·国内研究现状 | 第12-13页 |
| ·主要工作 | 第13-14页 |
| ·组织结构 | 第14-16页 |
| 第二章 个性化推荐的相关技术综述 | 第16-32页 |
| ·个性化推荐的相关概念 | 第16-18页 |
| ·推荐系统的架构 | 第18-20页 |
| ·行为记录模块 | 第18-19页 |
| ·模型分析模块 | 第19-20页 |
| ·个性化推荐算法的综述 | 第20-28页 |
| ·基于内容的推荐算法 | 第21-23页 |
| ·基于协同过滤的推荐算法 | 第23-28页 |
| ·混合推荐算法 | 第28页 |
| ·推荐算法的评价标准 | 第28-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 结合云模型和项目评分预测的推荐算法 | 第32-47页 |
| ·引言 | 第32页 |
| ·云模型 | 第32-35页 |
| ·云模型的相关概念 | 第32-34页 |
| ·云模型算法 | 第34-35页 |
| ·相似度度量的改进方法 | 第35-38页 |
| ·传统的相似度度量方法 | 第35-36页 |
| ·改进的相似度度量方法 | 第36-38页 |
| ·结合云模型和项目评分预测的推荐算法 | 第38-41页 |
| ·预测未评分项目的评分 | 第39-40页 |
| ·推荐列表的生成过程 | 第40-41页 |
| ·实验及结果分析 | 第41-46页 |
| ·实验环境与实验数据集 | 第41-42页 |
| ·评测指标 | 第42-43页 |
| ·实验过程与结果分析 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 结合用户邻域模型与矩阵分解的推荐算法 | 第47-58页 |
| ·引言 | 第47页 |
| ·相关的概念及定义 | 第47-50页 |
| ·用户档案的邻域模型 | 第50-52页 |
| ·结合用户邻域模型与矩阵分解的推荐算法 | 第52-54页 |
| ·实验及结果分析 | 第54-57页 |
| ·实验环境与实验数据集 | 第54页 |
| ·评测指标 | 第54页 |
| ·实验过程与结果分析 | 第54-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| ·全文工作总结 | 第58-59页 |
| ·展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 攻读学位期间的研究成果 | 第6页 |
