| 摘要 | 第1-7页 |
| Abstract | 第7-15页 |
| 第一章 绪论 | 第15-29页 |
| ·研究背景及选题意义 | 第15-17页 |
| ·个性化推荐系统的研究与应用现状 | 第17-25页 |
| ·研究目标和方法 | 第25-26页 |
| ·主要工作及贡献 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第二章 个性化推荐服务综述 | 第29-53页 |
| ·推荐系统发展过程与工作模块 | 第29-33页 |
| ·个性化推荐技术分类 | 第33-43页 |
| ·基于规则的技术 | 第34页 |
| ·信息过滤技术 | 第34-43页 |
| ·协同过滤推荐系统研究现状及分析 | 第43-52页 |
| ·协同过滤技术 | 第43-45页 |
| ·协同过滤推荐系统 | 第45-48页 |
| ·重点与难点 | 第48-49页 |
| ·常用数据集 | 第49-50页 |
| ·研究热点及趋势 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第三章 基于态度行为理论的浏览购买关系模型 | 第53-75页 |
| ·研究用户行为的方法 | 第53-57页 |
| ·心理学角度 | 第53-55页 |
| ·经济学角度 | 第55-56页 |
| ·计算机科学角度 | 第56-57页 |
| ·基于心理学理论建立浏览购买关系模型的可行性分析 | 第57-62页 |
| ·态度和行为的直接关系 | 第57页 |
| ·其他变量作为态度和行为的桥梁 | 第57-60页 |
| ·态度构成与行为的关系 | 第60-61页 |
| ·综合的态度行为关系模型 | 第61-62页 |
| ·浏览购买关系模型 | 第62-65页 |
| ·浏览购买关系模型 | 第62-64页 |
| ·修改的浏览购买关系模型 | 第64-65页 |
| ·浏览购买关系模型公式 | 第65页 |
| ·实验 | 第65-74页 |
| ·实验数据 | 第65-67页 |
| ·模型验证 | 第67-68页 |
| ·分类实验 | 第68-74页 |
| ·本章小结 | 第74-75页 |
| 第四章 基于浏览购买模型的协同过滤推荐算法 | 第75-93页 |
| ·协同过滤推荐算法及相关改进 | 第75-82页 |
| ·基于用户协同过滤算法 | 第75-78页 |
| ·基于项的协同过滤算法 | 第78-80页 |
| ·对用户评分的相关改进 | 第80-82页 |
| ·利用浏览购买模型改进协同过滤算法 | 第82-86页 |
| ·实验 | 第86-92页 |
| ·基于用户协同过滤算法实验 | 第86-89页 |
| ·基于项的协同过滤算法实验 | 第89-92页 |
| ·本章小结 | 第92-93页 |
| 第五章 基于心理学对比模型的用户相似性度量模型 | 第93-113页 |
| ·用户相似性度量方法及相关改进 | 第93-98页 |
| ·基于心理学模型建立用户相似性度量模型的可行性分析 | 第98-99页 |
| ·新用户相似性度量模型 | 第99-103页 |
| ·用户评分的共同特征 | 第99-101页 |
| ·用户评分的不同特征 | 第101-102页 |
| ·新的用户相似性度量公式 | 第102-103页 |
| ·实验 | 第103-112页 |
| ·实验数据 | 第103页 |
| ·实验过程 | 第103-104页 |
| ·评价标准 | 第104-108页 |
| ·实验结果 | 第108-112页 |
| ·本章小结 | 第112-113页 |
| 第六章 基于权重的预测评分模型 | 第113-129页 |
| ·预测用户评分方法及其相关改进 | 第113-118页 |
| ·基于权重的预测评分方法 | 第118-120页 |
| ·实验 | 第120-128页 |
| ·基于权重的评分预测实验 | 第120-124页 |
| ·新相似度与基于权重的评分预测结合的实验 | 第124-128页 |
| ·本章小结 | 第128-129页 |
| 结论 | 第129-132页 |
| 本文研究总结 | 第129-130页 |
| 进一步研究展望 | 第130-132页 |
| 参考文献 | 第132-139页 |
| 攻读博士学位期间取得的研究成果 | 第139-140页 |
| 致谢 | 第140-141页 |
| 作者简介 | 第141页 |