摘要 | 第4-5页 |
ABSTRACT | 第5页 |
第一章 绪论 | 第8-14页 |
1.1 选题目的与意义 | 第8-9页 |
1.2 消费者意图识别的常规研究方法及局限性 | 第9-11页 |
1.2.1 消费者意图识别的常规研究方法 | 第9-11页 |
1.2.2 常规意图识别方法局限性 | 第11页 |
1.3 研究方法 | 第11页 |
1.4 本研究的创新点 | 第11-12页 |
1.5 研究内容与总体结构 | 第12-13页 |
1.6 本章小结 | 第13-14页 |
第二章研究综述 | 第14-25页 |
2.1 蚁群算法 | 第14-18页 |
2.1.1 简介 | 第14-15页 |
2.1.2 信息素 | 第15页 |
2.1.3 节点转移 | 第15-16页 |
2.1.4 蚁群算法的研究现状与应用 | 第16-18页 |
2.2 消费者意图 | 第18-21页 |
2.2.1 消费者意图概念 | 第18页 |
2.2.2 消费者意图不确定性 | 第18-19页 |
2.2.3 消费者意图的动态性 | 第19页 |
2.2.4 消费者意图识别研究现状 | 第19-21页 |
2.3 电子商务推荐系统 | 第21-23页 |
2.3.1 电子商务推荐系统的概述 | 第21-22页 |
2.3.2 电子商务推荐系统主要研究内容 | 第22页 |
2.3.3 电子商务推荐系统的研究现状 | 第22-23页 |
2.4 本章小结 | 第23-25页 |
第三章基于蚁群算法仿真的电子商务消费者意图识别模型研究 | 第25-34页 |
3.1 消费者意图识别模型构想 | 第25页 |
3.2 意图识别模型 | 第25-27页 |
3.2.1 意图发展模型 | 第25-26页 |
3.2.2 意图转移模型 | 第26-27页 |
3.3 消费者意图识别影响因素 | 第27-32页 |
3.3.1 商品属性 | 第27-29页 |
3.3.2 消费者感知能力 | 第29-32页 |
3.4 基于蚁群算法的电子商务消费意图识别模型 | 第32页 |
3.5 本章小结 | 第32-34页 |
第四章 试验与分析 | 第34-45页 |
4.1 试验设置 | 第34-35页 |
4.1.1 NetLogo平台介绍 | 第34页 |
4.1.2 NetLogo的建模思想 | 第34页 |
4.1.3 NetLogo的工作原理 | 第34-35页 |
4.2 试验步骤 | 第35-38页 |
4.3 实验数据分析与讨论 | 第38-45页 |
4.3.1 参数α,β,ρ的选择 | 第38-39页 |
4.3.2 信息素强度的分布 | 第39-41页 |
4.3.3 不同的消费者感知能力和不同行为对信息素浓度的影响 | 第41-42页 |
4.3.4 跳转影响因素 | 第42-43页 |
4.3.5 识别准确度 | 第43-45页 |
第五章 结论 | 第45-46页 |
参考文献 | 第46-50页 |
攻读学位期间发表的论文 | 第50-51页 |
致谢 | 第51页 |