组合模式在电子商务推荐系统中的应用
| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-10页 |
| 1 绪论 | 第10-16页 |
| ·电子商务推荐系统的主要研究内容及研究现状 | 第10-14页 |
| ·电子商务推荐系统的主要研究内容 | 第10-11页 |
| ·推荐系统研究现状 | 第11-14页 |
| ·论文的选题及其研究意义 | 第14页 |
| ·论文的研究内容 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 2 电子商务推荐系统简介 | 第16-31页 |
| ·电子商务推荐系统与个性化服务 | 第16-17页 |
| ·电子商务推荐系统的输入\输出 | 第17-19页 |
| ·电子商务推荐系统的输入 | 第17-18页 |
| ·电子商务推荐系统的输出 | 第18-19页 |
| ·电子商务推荐系统的分类 | 第19页 |
| ·电子商务推荐算法介绍 | 第19-29页 |
| ·关联规则推荐算法 | 第21页 |
| ·协同过滤推荐算法 | 第21-29页 |
| ·电子商务推荐算法面临的主要挑战 | 第29页 |
| ·本章小结 | 第29-31页 |
| 3 组合模式的推荐系统框架设计 | 第31-44页 |
| ·系统的提出背景 | 第31页 |
| ·系统的基本思路 | 第31页 |
| ·系统框架图 | 第31-33页 |
| ·系统设计 | 第33-36页 |
| ·数据描述 | 第36-38页 |
| ·物品的描述 | 第36页 |
| ·用户兴趣描述 | 第36-38页 |
| ·用户群兴趣描述 | 第38页 |
| ·用户数据收集 | 第38-43页 |
| ·用户显式评价 | 第39页 |
| ·用户隐式评价 | 第39-43页 |
| ·本章小结 | 第43-44页 |
| 4 推荐算法的改进 | 第44-50页 |
| ·User-based协同过滤推荐算法的改进 | 第44-48页 |
| ·传统的用户相似性度量方法分析 | 第44-45页 |
| ·基于项评分预测的用户相似性度量方法 | 第45-47页 |
| ·协同过滤推荐算法 | 第47-48页 |
| ·Item-based协同过滤推荐算法的改进 | 第48-49页 |
| ·传统的物品相似性度量方法分析 | 第48页 |
| ·改进的物品相似性度量方法 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 5 系统实现与实验分析 | 第50-56页 |
| ·数码时尚推荐系统应用 | 第50-53页 |
| ·数码时尚推荐系统简介 | 第50页 |
| ·数码时尚推荐系统界面 | 第50-53页 |
| ·组合模式的推荐算法实验分析 | 第53-55页 |
| ·实验目的 | 第53页 |
| ·实验办法 | 第53页 |
| ·度量标准 | 第53-54页 |
| ·数据集 | 第54页 |
| ·实验过程 | 第54页 |
| ·实验结果 | 第54-55页 |
| ·推荐算法推荐质量比较分析 | 第55页 |
| ·本章小结 | 第55-56页 |
| 6 结束语 | 第56-57页 |
| ·本文主要工作 | 第56页 |
| ·前景展望 | 第56页 |
| ·本章小结 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 独创性声明 | 第63页 |
| 学位论文版权使用授权书 | 第63页 |
