| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 协同过滤推荐算法的研究现状 | 第11-13页 |
| 1.2.2 重复购买的研究现状 | 第13-15页 |
| 1.3 研究设计 | 第15-17页 |
| 1.3.1 研究内容 | 第15页 |
| 1.3.2 研究方法 | 第15页 |
| 1.3.3 论文技术路线 | 第15-17页 |
| 第2章 理论方法与基础 | 第17-29页 |
| 2.1 协同过滤推荐算法概念 | 第17页 |
| 2.2 协同过滤推荐算法的具体流程 | 第17-19页 |
| 2.3 协同过滤推荐算法分类 | 第19-29页 |
| 2.3.1 基于用户的协同过滤算法 | 第20-23页 |
| 2.3.2 基于项目的协同过滤算法 | 第23-26页 |
| 2.3.3 聚类协同过滤推荐算法 | 第26-27页 |
| 2.3.4 关联规则协同过滤推荐算法 | 第27页 |
| 2.3.5 贝叶斯网络协同过滤推荐算法 | 第27-29页 |
| 第3章 重复购买周期及其计算方法 | 第29-36页 |
| 3.1 商品重复购买周期 | 第29-30页 |
| 3.1.1 商品重复购买周期的定义 | 第29页 |
| 3.1.2 基于商品重复购买周期的商品分类 | 第29-30页 |
| 3.2 商品重复购买周期计算 | 第30-36页 |
| 3.2.1 不同类别商品的重复购买周期界定 | 第30-31页 |
| 3.2.2 回购状态细分 | 第31页 |
| 3.2.3 基于平均商品重购周期的计算 | 第31-33页 |
| 3.2.4 基于最高最低商品重购周期的计算 | 第33-36页 |
| 第4章 考虑商品重复购买周期的用户购买行为预测 | 第36-50页 |
| 4.1 问题提出 | 第36-37页 |
| 4.2 模型建立 | 第37页 |
| 4.3 实验验证 | 第37-50页 |
| 4.3.1 数据的获取 | 第37-38页 |
| 4.3.2 实验度量标准 | 第38页 |
| 4.3.3 商品重复购买周期计算 | 第38-40页 |
| 4.3.4 基于两种重构计算的重构时间预测准确性探讨 | 第40-44页 |
| 4.3.5 基于最高最低商品重构周期表的用户购买行为预测结果分析 | 第44-50页 |
| 第5章 考虑商品重复购买周期的改进协同过滤算法 | 第50-59页 |
| 5.1 算法改进的原因及思路 | 第50-51页 |
| 5.1.1 算法改进的原因 | 第50-51页 |
| 5.1.2 算法改进的基本思路 | 第51页 |
| 5.2 基于商品重复购买周期的协同过滤推荐模型改进 | 第51-53页 |
| 5.2.1 传统协同过滤推荐模型 | 第51-52页 |
| 5.2.2 改进后的协同过滤推荐模型 | 第52-53页 |
| 5.3 改进算法的实现过程 | 第53-54页 |
| 5.4 实验验证 | 第54-59页 |
| 5.4.1 数据获取 | 第54-56页 |
| 5.4.2 推荐质量度量标准 | 第56-57页 |
| 5.4.3 实验结果分析 | 第57-59页 |
| 第6章 结论与展望 | 第59-61页 |
| 6.1 结论 | 第59页 |
| 6.2 展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 附录1 攻读硕士学位期间发表的论文 | 第66-67页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第67-68页 |
| 大摘要 | 第68-70页 |
