基于时间权重的协同过滤算法在电子商务中的应用
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景及研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 研究内容及面临的问题 | 第11-13页 |
| 1.3.1 推荐系统研究的内容 | 第11-12页 |
| 1.3.2 面临的问题 | 第12-13页 |
| 1.4 本文工作与组织结构 | 第13-14页 |
| 1.4.1 本文工作 | 第13页 |
| 1.4.2 组织结构 | 第13-14页 |
| 1.5 本章小结 | 第14-15页 |
| 第2章 电子商务推荐系统概述与理论 | 第15-22页 |
| 2.1 电子商务推荐系统 | 第15-16页 |
| 2.1.1 电子商务推荐系统概念 | 第15页 |
| 2.1.2 电子商务推荐系统理论架构 | 第15-16页 |
| 2.2 电子商务推荐系统的作用 | 第16-17页 |
| 2.3 推荐技术分类 | 第17-21页 |
| 2.3.1 基于内容的推荐算法 | 第17-18页 |
| 2.3.2 基于关联规则的推荐算法 | 第18-19页 |
| 2.3.3 协同过滤推荐算法 | 第19-20页 |
| 2.3.4 混合型推荐算法 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 协同过滤推荐算法详解及改进 | 第22-38页 |
| 3.1 基于用户的协同过滤算法 | 第23-28页 |
| 3.1.1 用户建立模型 | 第23-24页 |
| 3.1.2 搜索最近邻居 | 第24-27页 |
| 3.1.3 预测评分和推荐商品 | 第27-28页 |
| 3.2 基于项目的协同过滤算法及其改进 | 第28-35页 |
| 3.2.1 ItemCF基础算法 | 第28-30页 |
| 3.2.2 ItemCF改进算法 | 第30-33页 |
| 3.2.3 实验结果 | 第33-35页 |
| 3.3 协同过滤算法瓶颈问题分析 | 第35-38页 |
| 3.3.1 冷启动 | 第35-36页 |
| 3.3.2 稀疏矩阵 | 第36-38页 |
| 第4章 电子商务网站推荐系统的应用 | 第38-54页 |
| 4.1 电子网站商务网站概述 | 第38-40页 |
| 4.1.1 购书网站各个功能模块简介 | 第38-39页 |
| 4.1.2 推荐子系统的功能设计 | 第39-40页 |
| 4.2 推荐子系统的设计和实现 | 第40-53页 |
| 4.2.1 推荐模块的结构分析 | 第40-41页 |
| 4.2.2 推荐子系统的功能设计 | 第41-42页 |
| 4.2.3 系统中的数据库设计 | 第42-46页 |
| 4.2.4 推荐子系统的综合应用 | 第46-50页 |
| 4.2.5 系统评测结果 | 第50-53页 |
| 4.3 本章小结 | 第53-54页 |
| 第5章 总结与展望 | 第54-56页 |
| 5.1 本文总结 | 第54页 |
| 5.2 进一步工作 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-59页 |
| 附录A 攻读硕士学位期间发表论文和参与的研究项目 | 第59页 |
