基于商品属性集的个性化推荐研究
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究目的 | 第10页 |
| 1.3 研究意义 | 第10-11页 |
| 1.4 研究方法 | 第11页 |
| 1.5 技术路线 | 第11-12页 |
| 1.6 主要研究内容 | 第12-13页 |
| 第2章 电子商务个性化推荐现状研究及商品分类现状 | 第13-24页 |
| 2.1 电子商务个性化推荐研究现状 | 第13-20页 |
| 2.1.1 基于内容的个性化推荐 | 第14-16页 |
| 2.1.2 基于协同过滤的个性化推荐 | 第16-18页 |
| 2.1.3 基于关联规则的个性化推荐 | 第18页 |
| 2.1.4 混合推荐 | 第18-19页 |
| 2.1.5 各种推荐技术比较 | 第19-20页 |
| 2.2 商品分类现状 | 第20-24页 |
| 第3章 基于商品属性集的个性化推荐模型 | 第24-47页 |
| 3.1 协同算法性能分析 | 第24-27页 |
| 3.2 商品属性集的建立 | 第27-37页 |
| 3.2.1 产品类别与网上购物决策 | 第27-29页 |
| 3.2.2 产品功能与消费者需求 | 第29-33页 |
| 3.2.3 消费者满意度影响因素 | 第33-35页 |
| 3.2.4 建立商品属性集 | 第35-37页 |
| 3.3 基于稀疏特征向量的聚类算法 | 第37-44页 |
| 3.3.1 基于稀疏特征向量聚类算法的主要思想 | 第37-38页 |
| 3.3.2 基于稀疏特征向量聚类算法的概念基础 | 第38-41页 |
| 3.3.3 基于稀疏特征向量聚类算法的聚类过程 | 第41-43页 |
| 3.3.4 基于稀疏特征向量聚类算法的输入和输出 | 第43-44页 |
| 3.4 基于商品属性集的个性化推荐流程 | 第44-47页 |
| 第4章 个性化推荐算例 | 第47-59页 |
| 4.1 研究变量及操作性定义 | 第47页 |
| 4.2 量表设计 | 第47-49页 |
| 4.3 问卷发放与回收 | 第49-50页 |
| 4.4 个性化推荐的实现 | 第50-59页 |
| 4.4.1 基于商品属性的个性化推荐 | 第50-55页 |
| 4.4.2 应用协同算法进行推荐 | 第55-57页 |
| 4.4.3 两种推荐技术结果的比较 | 第57-59页 |
| 第5章 总结与展望 | 第59-60页 |
| 5.1 总结 | 第59页 |
| 5.2 展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 附录1 | 第64-66页 |
| 附录2 | 第66-67页 |
