| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第7-13页 |
| 1.1 研究背景及意义 | 第7-9页 |
| 1.2 推荐系统研究现状 | 第9-10页 |
| 1.3 本文的主要研究内容 | 第10-11页 |
| 1.4 论文的组织结构 | 第11-13页 |
| 第2章 推荐系统及相关技术概述 | 第13-23页 |
| 2.1 推荐系统的工作原理 | 第13-14页 |
| 2.2 常用的电子商务推荐系统推荐方法 | 第14-20页 |
| 2.2.1 常用推荐方法概述 | 第14-15页 |
| 2.2.2 基于内容的推荐算法 | 第15-17页 |
| 2.2.3 基于用户的协同过滤推荐算法 | 第17-18页 |
| 2.2.4 基于项目的协同过滤推荐算法 | 第18-20页 |
| 2.3 遗传算法简介 | 第20-21页 |
| 2.3.1 遗传算法基本概念 | 第20页 |
| 2.3.2 遗传算法运算过程 | 第20-21页 |
| 2.4 本章小结 | 第21-23页 |
| 第3章 基于用户加权行为兴趣提取的ItemCF推荐算法 | 第23-37页 |
| 3.1 基于遗传算法的用户行为权重学习 | 第23-31页 |
| 3.1.1 适应度函数的选择 | 第23-24页 |
| 3.1.2 基于遗传算法的用户行为权值优化过程 | 第24-28页 |
| 3.1.3 基于matlab的用户行为权值优化模拟计算 | 第28-31页 |
| 3.2 基于用户加权行为兴趣提取和ItemCF的组合推荐算法 | 第31-36页 |
| 3.3 本章小结 | 第36-37页 |
| 第4章 基于ItemCF算法的电子商务推荐系统的设计及实现 | 第37-53页 |
| 4.1 需求分析 | 第37-41页 |
| 4.1.1 功能性和非功能性需求分析 | 第37-38页 |
| 4.1.2 系统用例分析 | 第38-41页 |
| 4.2 总体方案设计 | 第41-44页 |
| 4.2.1 总体设计 | 第41-42页 |
| 4.2.2 功能模块设计 | 第42-44页 |
| 4.3 数据库设计 | 第44-47页 |
| 4.3.1 数据库总体设计 | 第44-47页 |
| 4.3.2 数据库系统分析 | 第47页 |
| 4.4 电子商务推荐系统的实现 | 第47-51页 |
| 4.4.1 系统实现平台 | 第47-48页 |
| 4.4.2 系统运行测试 | 第48-51页 |
| 4.5 本章小结 | 第51-53页 |
| 第5章 总结与工作展望 | 第53-55页 |
| 5.1 总结 | 第53-54页 |
| 5.2 工作展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59页 |
