| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1.绪论 | 第13-21页 |
| 1.1. 研究背景及问题的提出 | 第13-14页 |
| 1.1.1. 电子商务发展概述 | 第13-14页 |
| 1.1.2. 在线销售产品多样化的影响 | 第14页 |
| 1.1.3. 传统产品组合存在问题 | 第14页 |
| 1.2. 研究意义 | 第14-15页 |
| 1.2.1. 现实意义 | 第14-15页 |
| 1.2.2. 理论意义 | 第15页 |
| 1.3. 研究内容 | 第15-17页 |
| 1.3.1. 用户偏好研究 | 第15-16页 |
| 1.3.2. 基于用户流量访问行为的流量模型研究 | 第16-17页 |
| 1.3.3. 基于用户偏好的产品组合模型构建 | 第17页 |
| 1.3.4. 产品组合优化模型求解设计 | 第17页 |
| 1.4. 论文研究方法及创新点 | 第17-20页 |
| 1.4.1. 研究方法 | 第17-18页 |
| 1.4.2. 技术路线图 | 第18-19页 |
| 1.4.3. 预期目标 | 第19-20页 |
| 1.4.4. 难点及创新点 | 第20页 |
| 1.5. 本章小结 | 第20-21页 |
| 2.相关理论基础与文献综述 | 第21-37页 |
| 2.1. 产品组合研究现状 | 第21-27页 |
| 2.1.1. 传统产品组合研究模型 | 第21-23页 |
| 2.1.2. 改进的约束理论模型 | 第23-26页 |
| 2.1.3. 产品组合模型求解研究 | 第26-27页 |
| 2.2. 用户偏好研究现状 | 第27-28页 |
| 2.2.1. 基于用户行为的用户偏好 | 第27页 |
| 2.2.2. 基于用户评论的用户偏好 | 第27-28页 |
| 2.2.3. 基于用户偏好的个性化推荐 | 第28页 |
| 2.3. 产品推荐研究现状 | 第28-33页 |
| 2.3.1. 协同过滤的推荐研究现状 | 第28-29页 |
| 2.3.2. Slope One算法 | 第29-32页 |
| 2.3.3. 推荐评估 | 第32-33页 |
| 2.4. 评论情感研究现状 | 第33-35页 |
| 2.4.1. 产品特征的提取 | 第33-34页 |
| 2.4.2. 主观性内容识别 | 第34页 |
| 2.4.3. 情感倾向分类 | 第34-35页 |
| 2.5. 本章小结 | 第35-37页 |
| 3.理论模型构建 | 第37-54页 |
| 3.1. 流量分配模型研究内容以及理论基础 | 第37-40页 |
| 3.1.1. 相关指标选取 | 第38-39页 |
| 3.1.2. 基本分析方法确定 | 第39页 |
| 3.1.3. 多重共线性处理方法以及建模方法确定 | 第39-40页 |
| 3.2. 用户偏好度量模型 | 第40-43页 |
| 3.2.1. 促销偏好度量方法确定 | 第40-41页 |
| 3.2.2. 产品偏好度量方法确定 | 第41-43页 |
| 3.3. 基于用户偏好的促销产品组合的基本理论模型 | 第43-47页 |
| 3.3.1. 基本模型选取 | 第43页 |
| 3.3.2. 活动定义 | 第43-44页 |
| 3.3.3. 模型假设 | 第44页 |
| 3.3.4. 变量声明 | 第44-45页 |
| 3.3.5. 目标函数 | 第45页 |
| 3.3.6. 约束条件 | 第45-47页 |
| 3.3.7. 活动序列表 | 第47页 |
| 3.4. 基于TOC的模型简化 | 第47-49页 |
| 3.4.1. 瓶颈与非瓶颈的定义 | 第47-48页 |
| 3.4.2. 约束资源的确定及简化模型 | 第48-49页 |
| 3.5. 单次活动下的产品组合优化模型 | 第49-50页 |
| 3.5.1. 问题描述 | 第49页 |
| 3.5.2. 模型假设 | 第49-50页 |
| 3.5.3. 模型建立 | 第50页 |
| 3.6. 多次活动下的产品组合优化模型 | 第50-53页 |
| 3.6.1. 问题描述 | 第51页 |
| 3.6.2. 模型假设 | 第51页 |
| 3.6.3. 模型建立 | 第51-53页 |
| 3.7. 本章小结 | 第53-54页 |
| 4.流量分配模型与用户偏好度量方法研究 | 第54-63页 |
| 4.1. 流量分配模型建模过程 | 第54-58页 |
| 4.1.1. 主成分分析 | 第54-56页 |
| 4.1.2. 相关性分析 | 第56-57页 |
| 4.1.3. 多元线性回归分析 | 第57页 |
| 4.1.4. 模型验证 | 第57-58页 |
| 4.2. 用户偏好度量方法 | 第58-62页 |
| 4.2.1. 促销系数度量 | 第58-59页 |
| 4.2.2. 产品偏好系数度量 | 第59-62页 |
| 4.3. 本章小结 | 第62-63页 |
| 5.模型求解与验证 | 第63-77页 |
| 5.1. 数据准备 | 第63-65页 |
| 5.1.1. 数据说明 | 第63页 |
| 5.1.2. 活动与产品选取 | 第63-65页 |
| 5.2. 数据清洗 | 第65-66页 |
| 5.2.1. 修改数据兼容性 | 第66页 |
| 5.2.2. 去除噪声数据 | 第66页 |
| 5.2.3. 建立映射 | 第66页 |
| 5.3. 用户偏好系数与流量分配模型生成 | 第66-70页 |
| 5.3.1. 促销系数生成 | 第66-67页 |
| 5.3.2. 产品偏好系数生成 | 第67-69页 |
| 5.3.3. 用户偏好系数生成 | 第69-70页 |
| 5.3.4. 流量分配模型生成 | 第70页 |
| 5.4. PSO算法实现与仿真 | 第70-72页 |
| 5.4.1. 单次活动下的产品组合优化模型 | 第70-71页 |
| 5.4.2. 多次活动下的产品组合优化模型 | 第71-72页 |
| 5.5. 实验结果分析 | 第72-76页 |
| 5.5.1. 单次活动下的产品组合优化模型结果分析 | 第72-73页 |
| 5.5.2. 多次活动下的产品组合优化模型结果分析 | 第73-76页 |
| 5.6. 本章小结 | 第76-77页 |
| 6.研究结论与展望 | 第77-79页 |
| 6.1. 主要工作内容与结论 | 第77-78页 |
| 6.2. 研究不足与展望 | 第78-79页 |
| 参考文献 | 第79-84页 |
| 附录 | 第84-97页 |
| 攻读学位期间发表的学术论文 | 第97-98页 |
| 致谢 | 第98页 |
