结合消费偏好动态演变机制的个性化商品推荐方法研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 研究内容 | 第12-14页 |
| 1.3 研究方法 | 第14-15页 |
| 1.4 论文结构 | 第15-17页 |
| 第2章 相关理论发展现状 | 第17-27页 |
| 2.1 推荐系统研究现状 | 第17-21页 |
| 2.1.1 推荐系统发展过程 | 第17-18页 |
| 2.1.2 传统推荐算法 | 第18-19页 |
| 2.1.3 融合社会网络的推荐算法研究现状 | 第19-21页 |
| 2.2 消费偏好研究现状 | 第21-23页 |
| 2.2.1 消费偏好定义与分类 | 第21-22页 |
| 2.2.2 融合消费偏好的推荐算法研究现状 | 第22-23页 |
| 2.3 社会网络中节点强弱关系和传播机制研究现状 | 第23-26页 |
| 2.3.1 节点间强弱关系研究现状 | 第23-24页 |
| 2.3.2 信息传播机制研究现状 | 第24-26页 |
| 2.4 R语言介绍 | 第26-27页 |
| 第3章 基于向量空间的用户消费偏好模型 | 第27-39页 |
| 3.1 引言 | 第27页 |
| 3.2 用户-商品属性刻画 | 第27-31页 |
| 3.2.1 商品属性描述规则 | 第27-28页 |
| 3.2.2 基于本体的商品属性关系刻画 | 第28-31页 |
| 3.3 用户消费偏好类型 | 第31-33页 |
| 3.3.1 用户消费偏好类型的定义 | 第31-32页 |
| 3.3.2 用户消费偏好类型构建框架 | 第32-33页 |
| 3.4 用户消费偏好模型构建 | 第33-35页 |
| 3.4.1 用户消费偏好模型的数据特征 | 第33-34页 |
| 3.4.2 用户消费偏好模型的表示 | 第34-35页 |
| 3.5 用户消费偏好模型的验证 | 第35-38页 |
| 3.5.1 实验数据与工具 | 第35页 |
| 3.5.2 实验方案 | 第35-37页 |
| 3.5.3 实验结果及分析 | 第37-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第4章 基于线性阈值的用户消费偏好传播模型 | 第39-55页 |
| 4.1 用户关系强度分析 | 第39-41页 |
| 4.2 用户消费偏好传播模型构建 | 第41-45页 |
| 4.2.1 消费偏好传播模型的基本思想 | 第41-42页 |
| 4.2.2 消费偏好传播模型的传播规则 | 第42-45页 |
| 4.3 用户消费偏好动态演变机制 | 第45-49页 |
| 4.3.1 用户消费偏好动态演变的定义 | 第45-47页 |
| 4.3.2 用户消费偏好演变更新规则 | 第47-49页 |
| 4.4 用户消费偏好传播模型的验证 | 第49-53页 |
| 4.4.1 实验数据集及工具 | 第49-50页 |
| 4.4.2 实验方案 | 第50-51页 |
| 4.4.3 实验结果及分析 | 第51-53页 |
| 4.5 本章小结 | 第53-55页 |
| 第5章 基于消费偏好动态演变机制的商品推荐方法 | 第55-65页 |
| 5.1 结合消费偏好演变的商品推荐方法构建 | 第55-59页 |
| 5.1.1 推荐方法的基本思想 | 第55-56页 |
| 5.1.2 用户消费偏好与商品属性匹配规则设计 | 第56-57页 |
| 5.1.3 推荐算法的设计 | 第57-59页 |
| 5.2 结合用户消费偏好演变的商品推荐方法验证 | 第59-63页 |
| 5.2.1 实验数据集及工具 | 第59-60页 |
| 5.2.2 实验评价标准 | 第60页 |
| 5.2.3 实验方案 | 第60-61页 |
| 5.2.4 实验结果及分析 | 第61-63页 |
| 5.3 本章小结 | 第63-65页 |
| 第6章 总结与展望 | 第65-67页 |
| 6.1 工作总结 | 第65页 |
| 6.2 展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读学位期间发表的学术论文 | 第71-73页 |
| 致谢 | 第73-75页 |
| 附录 | 第75-82页 |
