首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于移动互联网阅读平台的智能推荐体系应用研究

摘要第4-5页
Abstract第5页
第一章 绪论第8-12页
    1.1 课题背景第8-9页
    1.2 研究意义第9-10页
    1.3 研究的内容和框架第10-11页
    1.4 研究方法第11-12页
第二章 理论研究及应用第12-31页
    2.1 移动互联网阅读平台相关理论研究第12-21页
        2.1.1 移动互联网阅读概念第12-14页
        2.1.2 移动互联网阅读特点第14-15页
        2.1.3 移动互联网阅读平台概念第15-16页
        2.1.4 移动互联网阅读平台特点第16-18页
        2.1.5 移动互联网阅读平台消费行为特征第18-20页
        2.1.6 移动互联网阅读平台面临的挑战第20-21页
    2.2 大数据和智能推荐理论及发展趋势第21-30页
        2.2.1 大数据的理论概念第21-22页
        2.2.2 大数据的五大特点第22-24页
        2.2.3 大数据的技术发展第24-25页
        2.2.4 大数据对营销的影响第25-28页
        2.2.5 智能推荐的定义和分类第28-29页
        2.2.6 智能推荐面临的挑战第29-30页
    2.3 本章小结第30-31页
第三章 智能推荐体系需求分析第31-46页
    3.1 移动互联网阅读平台智能推荐体系第31-36页
        3.1.1 移动互联网阅读平台的推荐体系第31页
        3.1.2 手机阅读的推荐体系第31-34页
        3.1.3 移动互联网阅读平台推荐面临的挑战第34-36页
    3.2 手机阅读消费者行为模式研究第36-41页
        3.2.1 消费者行为研究第36-40页
        3.2.2 手机阅读消费者三种主要购买模式第40页
        3.2.3 手机阅读购买模式的比较分析第40-41页
    3.3 手机阅读用户购买购买决策研究第41-44页
        3.3.1 手机阅读用户购买的主要流程第41-42页
        3.3.2 智能推荐对移动互联网用户购买决策影响第42-43页
        3.3.3 影响用户获得推荐的因素分析方法第43页
        3.3.4 影响用户获得推荐主要因素第43-44页
    3.4 本章小结第44-46页
第四章 智能推荐系统实现方案第46-57页
    4.1 智能推荐系统架构设计第46-52页
        4.1.1 智能推荐系统的总体架构设计目标第46-47页
        4.1.2 智能推荐系统整体业务架构第47-49页
        4.1.3 智能推荐系统的元数据管理架构第49-50页
        4.1.4 智能推荐系统流式计算平台架构第50页
        4.1.5 智能推荐系统基础平台架构第50-52页
        4.1.6 智能推荐系统对外数据平台架构第52页
        4.1.7 智能推荐系统内部数据平台架构第52页
    4.2 智能推荐系统核心能力设计第52-56页
        4.2.1 新用户冷启动智能推荐第53页
        4.2.2 个性化智能推荐设置第53页
        4.2.3 用户行为实时智能推荐第53-54页
        4.2.4 用户评论智能推荐第54页
        4.2.5 搜索结果智能拓展第54-55页
        4.2.6 实时场景智能调整第55页
        4.2.7 图书个性标签应用第55页
        4.2.8 图书介绍文本挖掘第55-56页
    4.3 本章小结第56-57页
第五章 智能推荐体系效果研究第57-63页
    5.1 智能推荐体系实证模型假设第58页
    5.2 智能推荐体系数据收集和变量定义第58-60页
    5.3 研究方法及实证模型第60页
    5.4 实证结果分析第60-62页
        5.4.1 描述性统计分析第60页
        5.4.2 因子分析第60-61页
        5.4.3 多重回归分析第61-62页
    5.5 本章小结第62-63页
第六章 总结与展望第63-66页
    6.1 研究的主要结论和贡献第63-64页
    6.2 研究对实际工作的启示第64页
    6.3 研究的局限与未来的展望第64-66页
致谢第66-68页
参考文献第68-69页
图表目录第69页

论文共69页,点击 下载论文
上一篇:基于模式识别与机器视觉工件的识别及分拣
下一篇:学生选课系统的研究与分析