| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 研究的主要内容和方法 | 第13页 |
| 1.3.1 研究的主要内容 | 第13页 |
| 1.3.2 研究方法 | 第13页 |
| 1.4 本文的创新点 | 第13-16页 |
| 第2章 相关基础理论 | 第16-24页 |
| 2.1 大数据理论 | 第16-19页 |
| 2.1.1 大数据的概念 | 第16页 |
| 2.1.2 大数据的特点 | 第16-17页 |
| 2.1.3 大数据的处理流程 | 第17-18页 |
| 2.1.4 大数据的主要技术 | 第18-19页 |
| 2.2 电子商务个性化服务理论 | 第19-22页 |
| 2.2.1 电子商务个性化推荐服务的概念 | 第19页 |
| 2.2.2 个性化信息推荐服务的主要内容 | 第19-20页 |
| 2.2.3 电子商务个性化推荐服务的特点 | 第20-21页 |
| 2.2.4 电子商务个性化推荐服务的意义 | 第21页 |
| 2.2.5 个性化推荐服务的结构 | 第21-22页 |
| 2.3 电子商务个性化推荐系统 | 第22-24页 |
| 2.3.1 电子商务个性化推荐系统的组成 | 第22-23页 |
| 2.3.2 电子商务个性化推荐系统的结构 | 第23-24页 |
| 第3章 大数据背景下电子商务用户购物行为的影响因素分析 | 第24-44页 |
| 3.1 大数据背景下电子商务用户购物行为影响因素的理论模型 | 第24-26页 |
| 3.1.1 用户的网上购物过程 | 第24-25页 |
| 3.1.2 电子商务用户购物行为影响因素的理论模型 | 第25-26页 |
| 3.2 大数据背景下电子商务用户购物行为影响因素的实证分析 | 第26-31页 |
| 3.2.1 研究假设 | 第26-29页 |
| 3.2.2 调查问卷设计的基本思路和构成 | 第29-31页 |
| 3.3 数据收集与数据分析 | 第31-42页 |
| 3.3.1 数据收集 | 第31-32页 |
| 3.3.2 样本分析 | 第32-33页 |
| 3.3.3 样本的信度分析和效度分析 | 第33-35页 |
| 3.3.4 结构方程的检验与修正 | 第35-42页 |
| 3.4 结论 | 第42-44页 |
| 第4章 基于大数据的电子商务个性化信息推荐服务模式 | 第44-56页 |
| 4.1 基于大数据的个性化信息服务应用的主要技术 | 第44-47页 |
| 4.1.1 数据挖掘技术 | 第44-45页 |
| 4.1.2 协同过滤技术 | 第45-46页 |
| 4.1.3 用户建模技术 | 第46页 |
| 4.1.4 RSS 技术 | 第46-47页 |
| 4.2 基于大数据的电子商务个性化信息推荐服务模式构建 | 第47-52页 |
| 4.2.1 电子商务信息服务模式 | 第47-48页 |
| 4.2.2 电子商务个性化信息推荐服务模式的构建思路 | 第48-49页 |
| 4.2.3 电子商务个性化信息推荐服务模式分析 | 第49-52页 |
| 4.3 基于大数据的电子商务个性化推荐服务模式实施的基础工作 | 第52-56页 |
| 第5章 案例分析 | 第56-66页 |
| 5.1 优购商城的发展历史及概况 | 第56-57页 |
| 5.2 优购商城开展电子商务个性化推荐的必要性 | 第57页 |
| 5.3 优购商城应用的个性化信息推荐模式 | 第57-61页 |
| 5.3.1 热点信息推荐模式 | 第58-59页 |
| 5.3.2 兴趣挖掘信息推荐模式 | 第59-61页 |
| 5.4 优购商城个性化推荐的效果分析 | 第61-66页 |
| 5.4.1 与其他同类网站的横向比较 | 第61-64页 |
| 5.4.2 优购商城个性化推荐实施的效果 | 第64-66页 |
| 第6章 结论与展望 | 第66-68页 |
| 6.1 结论 | 第66页 |
| 6.2 展望 | 第66-68页 |
| 附录 | 第68-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76页 |
