基于客户生命周期与交易偏好的商品推荐模式研究
| 摘 要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 引言 | 第11-16页 |
| ·课题研究的背景 | 第11-12页 |
| ·国内外研究现状及发展动态 | 第12-13页 |
| ·协同过滤的应用现状及本文方法的提出 | 第13-14页 |
| ·本文的主要研究内容 | 第14-16页 |
| 第二章 推荐系统概述 | 第16-23页 |
| ·推荐系统介绍 | 第16-21页 |
| ·推荐系统的表现形式 | 第16-17页 |
| ·推荐系统的输入方式 | 第17页 |
| ·推荐系统的产生条件 | 第17-18页 |
| ·推荐系统采用的技术 | 第18-20页 |
| ·现有推荐系统研究 | 第20-21页 |
| ·国内外推荐系统应用现状 | 第21-23页 |
| 第三章 基于客户生命周期的商品推荐 | 第23-31页 |
| ·客户生命周期值在商品推荐中的应用 | 第23-28页 |
| ·RFM 权重的评估 | 第23-26页 |
| ·K-means 聚类方法及客户群排名 | 第26-28页 |
| ·基于关联规则的推荐方法 | 第28-30页 |
| ·关联规则挖掘 | 第28-29页 |
| ·基于关联规则的推荐方法 | 第29-30页 |
| ·小结 | 第30-31页 |
| 第四章 基于用户交易偏好的协同过滤技术 | 第31-40页 |
| ·协同过滤 | 第31-37页 |
| ·协同过滤的优缺点 | 第31-32页 |
| ·协同过滤的实现 | 第32-35页 |
| ·协同过滤中邻居形成及相似性度量 | 第35-37页 |
| ·协同过滤算法 | 第37-39页 |
| ·协同过滤中的商品推荐 | 第39页 |
| ·小结 | 第39-40页 |
| 第五章 基于客户生命周期与交易偏好的推荐方法 | 第40-47页 |
| ·混合方法的提出原因 | 第40-42页 |
| ·对混合方法的说明 | 第42-46页 |
| ·关于混合方法的实施步骤 | 第43-44页 |
| ·实验结果验证 | 第44-46页 |
| ·小结 | 第46-47页 |
| 第六章 混合推荐方法的实验与评价 | 第47-57页 |
| ·实验设置及说明 | 第47页 |
| ·客户聚类 | 第47-50页 |
| ·计算R、F、M 三参数的权重 | 第47-48页 |
| ·基于RFM 的客户聚类 | 第48-50页 |
| ·商品推荐阶段 | 第50-52页 |
| ·高忠诚度客户的商品推荐 | 第50页 |
| ·低忠诚度客户的商品推荐 | 第50-52页 |
| ·数据验证阶段 | 第52-54页 |
| ·对混合方法的引申 | 第54-56页 |
| ·小结 | 第56-57页 |
| 第七章 总结与展望 | 第57-59页 |
| ·本文的总结 | 第57页 |
| ·未来工作 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-62页 |
| 在学期间的研究成果 | 第62页 |
