基于粒计算的电子商务网推荐算法的研究
| 中文摘要 | 第1-3页 |
| Abstract | 第3-4页 |
| 中文文摘 | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-16页 |
| ·研究背景 | 第8-9页 |
| ·国内外研究现状 | 第9-12页 |
| ·研究目标与论文结构 | 第12-16页 |
| ·研究的意义 | 第12页 |
| ·本文的主要工作及创新之处 | 第12-13页 |
| ·本文的组织结构 | 第13-16页 |
| 第二章 电子商务网用户行为与个性化推荐系统综述 | 第16-26页 |
| ·电子商务网站介绍 | 第16-20页 |
| ·电子商务网站上用户的行为描述 | 第20-22页 |
| ·电子商务个性化推荐系统概述 | 第22-25页 |
| ·电子商务个性化推荐系统的关键技术 | 第22-23页 |
| ·电子商务个性化推荐系统的工作原理 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 粒计算理论综述 | 第26-42页 |
| ·粒计算的概念 | 第26-31页 |
| ·粒的定义与描述 | 第26页 |
| ·粒层次 | 第26-27页 |
| ·粒结构 | 第27-28页 |
| ·粒计算的三角形 | 第28-31页 |
| ·粒计算的核心内容 | 第31-32页 |
| ·粒化 | 第31-32页 |
| ·粒的计算 | 第32页 |
| ·粒计算的主要模型 | 第32-39页 |
| ·基于粗糙集的粒计算模型 | 第32-35页 |
| ·基于商空间的粒计算模型 | 第35-37页 |
| ·基于领域知识的粒计算模型 | 第37-39页 |
| ·各种应用环境下的粒计算 | 第39-41页 |
| ·海量数据处理中的粒计算 | 第40页 |
| ·分布式数据处理中的粒计算 | 第40-41页 |
| ·多维数据处理中的粒计算 | 第41页 |
| ·动态数据处理中的粒计算 | 第41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于粒计算的协同过滤推荐算法 | 第42-66页 |
| ·协同过滤技术介绍 | 第42-47页 |
| ·协同过滤算法描述 | 第42-45页 |
| ·电子商务网推荐算法评价标准 | 第45-47页 |
| ·协同过滤算法的粒度分析 | 第47-63页 |
| ·与用户行为无关的商品聚类 | 第47-55页 |
| ·基于购买行为的最近邻计算 | 第55-63页 |
| ·实验设计与结果分析 | 第63-65页 |
| ·实验的数据集 | 第63页 |
| ·实验环境 | 第63页 |
| ·对比度量的标准 | 第63页 |
| ·实验结果与分析 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 第五章 总结与展望 | 第66-68页 |
| 参考文献 | 第68-75页 |
| 攻读学位期间承担的科研任务与主要成果 | 第75-76页 |
| 致谢 | 第76-78页 |
| 个人简历 | 第78-79页 |
