| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第10-16页 |
| 1.1 研究背景与研究意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 研究问题与研究方法 | 第12-13页 |
| 1.2.1 研究问题 | 第12页 |
| 1.2.2 研究方法 | 第12-13页 |
| 1.3 研究创新 | 第13页 |
| 1.4 研究主要内容与技术路线 | 第13-16页 |
| 1.4.1 主要内容 | 第13-14页 |
| 1.4.2 技术路线 | 第14-16页 |
| 2 国内外相关研究 | 第16-27页 |
| 2.1 消费心理研究综述 | 第16-18页 |
| 2.1.1 消费心理 | 第16-17页 |
| 2.1.2 网络消费心理 | 第17-18页 |
| 2.2 电子商务推荐系统研究综述 | 第18-26页 |
| 2.2.1 电子商务推荐系统概念 | 第18-19页 |
| 2.2.2 电子商务推荐系统框架 | 第19-21页 |
| 2.2.3 常用个性化推荐技术 | 第21-24页 |
| 2.2.4 电子商务推荐系统相关测评指标 | 第24-26页 |
| 2.3 本章小结 | 第26-27页 |
| 3 网络消费心理模型 | 第27-35页 |
| 3.1 商品属性与网络消费心理的联系 | 第27-29页 |
| 3.1.1 商品属性划分 | 第27-28页 |
| 3.1.2 建立商品属性与网络消费心理的联系 | 第28-29页 |
| 3.2 基于贝叶斯网络的网络消费心理建模与分析 | 第29-34页 |
| 3.2.1 贝叶斯分类模型 | 第29-32页 |
| 3.2.2 网络消费心理建模与分析 | 第32-34页 |
| 3.3 本章小结 | 第34-35页 |
| 4 基于网络消费心理的推荐方法 | 第35-42页 |
| 4.1 贝叶斯网络推理 | 第35-37页 |
| 4.2 基于单个用户网络消费心理模型的推荐方法 | 第37-39页 |
| 4.3 基于核心用户网络消费心理模型的推荐方法 | 第39-41页 |
| 4.3.1 K-均值聚类 | 第39-40页 |
| 4.3.2 结合K-均值聚类的群体推荐方法 | 第40-41页 |
| 4.4 本章小结 | 第41-42页 |
| 5 实验分析 | 第42-53页 |
| 5.1 样本数据 | 第42页 |
| 5.2 推荐方法结果评价指标 | 第42-43页 |
| 5.3 实验过程与结果分析 | 第43-53页 |
| 5.3.1 基于单个用户网络消费心理模型的推荐实验分析 | 第43-49页 |
| 5.3.2 基于核心用户网络消费心理模型的群体推荐方法实验分析 | 第49-53页 |
| 6 主要结论及研究展望 | 第53-55页 |
| 6.1 主要结论 | 第53-54页 |
| 6.2 后续研究展望 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 附录1：BNT相关函数说明及举例 | 第60-61页 |
| 附录2：用户聚类代码(Python实现) | 第61-63页 |
| 附录3：作者在读期间发表的学术论文及参加的科研项目 | 第63页 |
