| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 选题意义 | 第12-13页 |
| 1.2.1 理论意义 | 第12页 |
| 1.2.2 实际意义 | 第12-13页 |
| 1.3 研究内容 | 第13页 |
| 1.4 研究思路与方法 | 第13-14页 |
| 1.4.1 研究思路 | 第13-14页 |
| 1.4.2 研究方法 | 第14页 |
| 1.5 论文结构 | 第14-16页 |
| 第2章 相关文献综述 | 第16-25页 |
| 2.1 文献检索情况概述 | 第16-18页 |
| 2.1.1 文献检索范围分析 | 第16页 |
| 2.1.2 相关文献情况分析 | 第16-18页 |
| 2.2 社交网络和个性化推荐研究综述 | 第18-23页 |
| 2.2.1 国外研究现状 | 第18-20页 |
| 2.2.2 国内研究现状 | 第20-22页 |
| 2.2.3 存在问题以及研究趋势 | 第22-23页 |
| 2.3 已有文献的贡献和不足 | 第23-25页 |
| 2.3.1 主要贡献 | 第23页 |
| 2.3.2 不足之处 | 第23-24页 |
| 2.3.3 对本文研究的启示 | 第24-25页 |
| 第3章 相关研究理论与方法综述 | 第25-38页 |
| 3.1 个性化推荐概述 | 第25-26页 |
| 3.2 协同过滤个性化推荐算法 | 第26-30页 |
| 3.2.1 协同过滤推荐算法概述 | 第26-28页 |
| 3.2.2 基于内容的协同过滤推荐 | 第28-29页 |
| 3.2.3 基于模型的协同过滤推荐 | 第29-30页 |
| 3.2.4 梯度法 | 第30页 |
| 3.3 社交网络挖掘 | 第30-33页 |
| 3.3.1 社交网络概述 | 第30-31页 |
| 3.3.2 社交网络的模型化 | 第31页 |
| 3.3.3 社交网络的信任理论 | 第31-33页 |
| 3.4 神经网络算法 | 第33-37页 |
| 3.4.1 神经网络算法简介 | 第33-36页 |
| 3.4.2 神经网络算法过程 | 第36-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 基于社交网络用户信任与相似性关系挖掘 | 第38-47页 |
| 4.1 社交网络用户关系背景描述 | 第38-39页 |
| 4.1.1 社交网络特征 | 第38页 |
| 4.1.2 社交网络图论表示 | 第38-39页 |
| 4.2 社交网络用户信任关系挖掘 | 第39-43页 |
| 4.2.1 社交网络用户信任关系特征 | 第39页 |
| 4.2.3 确定性情形下社交网络用户信任关系强度挖掘 | 第39-41页 |
| 4.2.4 不确定情形下社交网络用户信任关系强度挖掘 | 第41-43页 |
| 4.3 社交网络用户相似性挖掘 | 第43-46页 |
| 4.3.1 用户相似性问题描述 | 第43页 |
| 4.3.2 获取用户特征向量 | 第43-44页 |
| 4.3.3 用户标签信息相似性挖掘 | 第44-45页 |
| 4.3.4 生成相似性关系网 | 第45-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第5章 社交网络用户的电子商务个性化推荐算法设计 | 第47-55页 |
| 5.1 用户-产品兴趣度挖掘 | 第47-50页 |
| 5.1.1 矩阵分解挖掘用户-项目兴趣度 | 第47-48页 |
| 5.1.2 矩阵分解改进算法设计 | 第48-49页 |
| 5.1.3 产生用户-项目兴趣度矩阵 | 第49-50页 |
| 5.2 基于神经网络的个性化推荐算法设计 | 第50-54页 |
| 5.2.1 个性化推荐的目标 | 第50页 |
| 5.2.2 数据预处理 | 第50-52页 |
| 5.2.3 神经网络个性化推荐算法设计实现 | 第52-54页 |
| 5.3 本章小结 | 第54-55页 |
| 第6章 W电子商务产品个性化推荐算例 | 第55-70页 |
| 6.1 算例背景介绍 | 第55页 |
| 6.2 数据收集 | 第55-60页 |
| 6.3 数据清洗 | 第60页 |
| 6.4 评测标准 | 第60-61页 |
| 6.4.1 MAE | 第60页 |
| 6.4.2 RMSE | 第60-61页 |
| 6.4.3 查准率 | 第61页 |
| 6.5 个性化电子商务推荐数据挖掘 | 第61-68页 |
| 6.6 推荐方案及结果分析 | 第68-69页 |
| 6.7 本章小结 | 第69-70页 |
| 第7章 结论与展望 | 第70-72页 |
| 7.1 论文的结论 | 第70页 |
| 7.2 进一步展望 | 第70-72页 |
| 参考文献 | 第72-79页 |
| 致谢 | 第79-80页 |
| 附录 | 第80-91页 |
| 作者简介 | 第91页 |