基于协同过滤推荐的葡萄酒电商平台研究与实现
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 引言 | 第8-12页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 本文主要工作 | 第10页 |
| 1.4 论文组织结构 | 第10-12页 |
| 2 理论基础及软件技术 | 第12-17页 |
| 2.1 理论基础 | 第12-15页 |
| 2.2 软件技术 | 第15-16页 |
| 2.3 本章小结 | 第16-17页 |
| 3 协同过滤推荐算法 | 第17-24页 |
| 3.1 协同过滤算法工作原理和流程 | 第17-18页 |
| 3.2 基于内存的协同过滤推荐算法 | 第18-22页 |
| 3.2.1 基于用户的协同过滤算法 | 第19-20页 |
| 3.2.2 基于项目的协同过滤算法 | 第20-21页 |
| 3.2.3 基于用户和基于项目的协同过滤算法比较 | 第21-22页 |
| 3.3 协同过滤推荐算法所面临的问题 | 第22-23页 |
| 3.4 本章小结 | 第23-24页 |
| 4 融合项目属性的协同过滤推荐算法 | 第24-36页 |
| 4.1 算法基本思想 | 第24-25页 |
| 4.1.1 算法基本假设 | 第24页 |
| 4.1.2 算法基本流程 | 第24-25页 |
| 4.2 融合项目属性的协同过滤推荐模型 | 第25-30页 |
| 4.2.1 用户-项目属性值评分矩阵 | 第25-28页 |
| 4.2.2 基于用户-项目属性评分偏好预测 | 第28页 |
| 4.2.3 加权预测评分 | 第28-30页 |
| 4.3 数据集 | 第30-31页 |
| 4.4 实验设计 | 第31-32页 |
| 4.5 实验结果与分析 | 第32-35页 |
| 4.5.1 数据集分析 | 第32-33页 |
| 4.5.2 三种用户相似度计算模型的比较 | 第33-34页 |
| 4.5.3 融合项目属性的协同过滤与其他方法比较 | 第34-35页 |
| 4.5.4 实验结果总结 | 第35页 |
| 4.6 本章小结 | 第35-36页 |
| 5 系统设计与实现 | 第36-48页 |
| 5.1 系统总体设计 | 第36-40页 |
| 5.1.1 网站架构设计 | 第36-38页 |
| 5.1.2 系统核心模块 | 第38-40页 |
| 5.1.3 数据库设计 | 第40页 |
| 5.2 支付系统 | 第40-44页 |
| 5.2.1 支付系统通讯流程 | 第40-41页 |
| 5.2.2 一卡通“刮刮卡”支付 | 第41-43页 |
| 5.2.3 公共代缴费 | 第43-44页 |
| 5.3 通用模块设计及数据加密 | 第44-46页 |
| 5.3.1 通用模块设计 | 第44-46页 |
| 5.3.2 数据加密 | 第46页 |
| 5.4 系统购物流程及界面 | 第46-47页 |
| 5.5 本章小结 | 第47-48页 |
| 6 总结和展望 | 第48-50页 |
| 6.1 总结 | 第48页 |
| 6.2 展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-54页 |
| 在读期间公开发表论文（著）及科研情况 | 第54页 |
