| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·研究背景 | 第7-11页 |
| ·电子商务个性化推荐系统 | 第7-8页 |
| ·电子商务个性化推荐技术的应用领域 | 第8-10页 |
| ·电子商务个性化推荐技术 | 第10-11页 |
| ·论文所做的工作和结构安排 | 第11页 |
| ·论文的研究对象和所做工作 | 第11页 |
| ·论文的结构安排 | 第11页 |
| ·小结 | 第11-12页 |
| 第二章 电子商务个性化推荐系统 | 第12-19页 |
| ·电子商务个性化推荐系统的构成 | 第12-14页 |
| ·基本构成 | 第12-13页 |
| ·推荐方法模块实例 | 第13-14页 |
| ·电子商务个性化推荐系统的作用 | 第14-15页 |
| ·电子商务个性化推荐系统的整体框架 | 第15-17页 |
| ·电子商务个性化推荐系统的研究内容 | 第17-18页 |
| ·小结 | 第18-19页 |
| 第三章 电子商务个性化推荐技术 | 第19-29页 |
| ·协同过滤 | 第20-22页 |
| ·基于用户的协同过滤 | 第20-21页 |
| ·基于项目的协同过滤 | 第21-22页 |
| ·其他推荐技术 | 第22-24页 |
| ·基于规则的推荐 | 第22-23页 |
| ·基于内容的推荐 | 第23页 |
| ·基于用户人口统计信息的推荐 | 第23页 |
| ·基于效用的推荐 | 第23-24页 |
| ·基于知识的推荐 | 第24页 |
| ·各种推荐技术特点的比较 | 第24-26页 |
| ·组合推荐 | 第26-28页 |
| ·冷开始问题、稀疏问题和奇异发现问题 | 第26-27页 |
| ·组合推荐技术 | 第27-28页 |
| ·小结 | 第28-29页 |
| 第四章 基于用户的协同过滤与基于项目的协同过滤组合推荐算法 | 第29-50页 |
| ·基于用户的协同过滤 | 第29-33页 |
| ·算法 | 第29-32页 |
| ·特点分析 | 第32-33页 |
| ·基于项目的协同过滤 | 第33-34页 |
| ·算法 | 第33-34页 |
| ·特点分析 | 第34页 |
| ·基于用户的协同过滤与基于项目的协同过滤的组合推荐算法 | 第34-38页 |
| ·思路和步骤 | 第35-37页 |
| ·算法说明 | 第37-38页 |
| ·关于协同过滤组合算法效果的实验验证 | 第38-49页 |
| ·实验背景 | 第38-41页 |
| ·实验结果 | 第41-42页 |
| ·实验结果分析 | 第42-48页 |
| ·结论 | 第48-49页 |
| ·小结 | 第49-50页 |
| 第五章 个性化推荐技术在电子超市中的应用 | 第50-71页 |
| ·引言 | 第50页 |
| ·信息组织与获取 | 第50-52页 |
| ·用户、商品信息的组织与获取 | 第51页 |
| ·个性化信息(知识)的组织与获取 | 第51-52页 |
| ·电子超市购物在线推荐的形式 | 第52-54页 |
| ·购物列表推荐 | 第52-53页 |
| ·付款时推荐 | 第53页 |
| ·商场浏览推荐 | 第53页 |
| ·改变产品排列顺序 | 第53-54页 |
| ·系统分析 | 第54-57页 |
| ·问题环境 | 第54-55页 |
| ·系统需求 | 第55页 |
| ·用户偏好度量方法 | 第55-57页 |
| ·电子超市购物推荐系统设计 | 第57-66页 |
| ·系统框架设计 | 第57-59页 |
| ·系统设计 | 第59-65页 |
| ·程序框架 | 第65-66页 |
| ·组合推荐方法 | 第66-70页 |
| ·推荐方法的选择 | 第66-67页 |
| ·推荐过程 | 第67-70页 |
| ·小结 | 第70-71页 |
| 第六章 结论与展望 | 第71-72页 |
| ·论文主要工作 | 第71页 |
| ·今后工作展望 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 攻读学位期间的研究成果 | 第76页 |