基于混合算法的个性化电子商务推荐系统研究
| 内容摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 引言 | 第9-14页 |
| ·问题提出 | 第9-10页 |
| ·研究现状 | 第10-11页 |
| ·推荐系统 | 第10页 |
| ·推荐方法 | 第10-11页 |
| ·本文主要工作 | 第11-14页 |
| ·本文主要研究内容 | 第11-13页 |
| ·本文结构 | 第13-14页 |
| 第2章 电子商务推荐系统综述 | 第14-23页 |
| ·电子商务推荐系统介绍 | 第14-15页 |
| ·电子商务推荐系统概念 | 第14页 |
| ·电子商务推荐系统分类 | 第14-15页 |
| ·推荐系统组成 | 第15-16页 |
| ·推荐方法 | 第16-20页 |
| ·基于内容的推荐方法 | 第16页 |
| ·协同过滤推荐方法 | 第16-18页 |
| ·混合推荐方法 | 第18页 |
| ·数据挖掘方法 | 第18-20页 |
| ·推荐系统实例 | 第20-23页 |
| 第3章 基于混合算法的个性化电子商务推荐系统框架 | 第23-28页 |
| ·基于混合算法的个性化电子商务推荐系统基本框架 | 第23-24页 |
| ·推荐系统的基本框架 | 第23页 |
| ·推荐系统的适用性 | 第23-24页 |
| ·基于混合算法的个性化电子商务推荐系统数据管理 | 第24-26页 |
| ·输入数据 | 第24-25页 |
| ·模型数据 | 第25页 |
| ·输出数据 | 第25-26页 |
| ·基于混合算法的个性化电子商务推荐系统的组件 | 第26-28页 |
| ·模型处理部分 | 第26页 |
| ·在线推荐部分 | 第26-28页 |
| 第4章 基于 Fuzzy ART 推荐算法 | 第28-37页 |
| ·ART 算法综述 | 第28-29页 |
| ·Fuzzy ART 算法 | 第29-31页 |
| ·Fuzzy ART 结构 | 第29-30页 |
| ·Fuzzy ART 算法步骤 | 第30-31页 |
| ·基于Fuzzy ART 的推荐算法 | 第31-34页 |
| ·数据处理 | 第31-32页 |
| ·基于Fuzzy ART 的推荐模型处理 | 第32-33页 |
| ·预测推荐 | 第33页 |
| ·结果评价 | 第33-34页 |
| ·实验分析 | 第34-37页 |
| 第5章 结合基于内容的推荐算法 | 第37-45页 |
| ·Fuzzy ART 结合基于内容的推荐方法 | 第37-38页 |
| ·基于内容的推荐方法 | 第37页 |
| ·Fuzzy ART 结合基于内容的推荐方法 | 第37-38页 |
| ·Fuzzy ART 结合基于内容的推荐模型 | 第38-42页 |
| ·用户评分数据与商品特征数据结合 | 第39-40页 |
| ·用户偏好的数据转化 | 第40-41页 |
| ·Fuzzy ART 结合内容的分类 | 第41页 |
| ·用户与新商品预测推荐 | 第41-42页 |
| ·实验分析 | 第42-45页 |
| 第6章 结合用户信息的混合推荐算法 | 第45-50页 |
| ·结合用户信息的混合推荐方法 | 第45页 |
| ·基于人口统计信息的推荐方法 | 第45页 |
| ·结合用户信息的混合推荐方法 | 第45页 |
| ·结合用户信息的混合推荐模型 | 第45-48页 |
| ·用户信息数据处理 | 第46-47页 |
| ·新用户推荐算法 | 第47页 |
| ·结合用户信息的混合推荐算法 | 第47-48页 |
| ·实验分析 | 第48-50页 |
| 第7章 总结 | 第50-51页 |
| ·本文创新之处 | 第50页 |
| ·后续工作 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 后记 | 第54页 |
