电子商务个性化推荐关键技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·选题的背景与意义 | 第10-11页 |
| ·电子商务推荐技术的国内外研究现状 | 第11-13页 |
| ·电子商务推荐技术面临的挑战 | 第13-14页 |
| ·本文的工作 | 第14-17页 |
| ·主要研究内容 | 第14-15页 |
| ·本文的组织结构 | 第15-17页 |
| 第2章 电子商务推荐系统及个性化推荐相关技术 | 第17-27页 |
| ·电子商务推荐系统 | 第17-21页 |
| ·推荐系统概念 | 第17页 |
| ·电子商务推荐系统概念 | 第17-18页 |
| ·电子商务推荐系统评价及分类 | 第18-19页 |
| ·电子商务推荐系统模型 | 第19-21页 |
| ·个性化推荐相关技术 | 第21-26页 |
| ·信息检索与信息过滤技术 | 第21-23页 |
| ·Web 数据挖掘技术 | 第23-24页 |
| ·其它技术 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 协同过滤技术在个性化推荐中的应用 | 第27-34页 |
| ·协同过滤推荐算法的出发点及实现 | 第27-28页 |
| ·传统的协同过滤推荐算法 | 第28-33页 |
| ·基于用户的协同过滤推荐算法 | 第28-32页 |
| ·基于项目的协同过滤推荐算法 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 一种改进的协同过滤推荐算法 | 第34-48页 |
| ·传统的基于用户的协同过滤推荐算法存在的不足 | 第34-35页 |
| ·改进算法的提出 | 第35-43页 |
| ·扩展的用户-项评分矩阵 | 第35-38页 |
| ·用户正兴趣 | 第38-39页 |
| ·基于时间权重与目标用户正兴趣的相似性计算 | 第39-41页 |
| ·基于项目分类的最近邻居搜索 | 第41-43页 |
| ·改进的推荐算法 | 第43-46页 |
| ·算法分析 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 改进算法的实验与分析 | 第48-59页 |
| ·实验数据 | 第48-49页 |
| ·实验设计 | 第49-52页 |
| ·评价标准 | 第49-50页 |
| ·设计方案 | 第50-51页 |
| ·实验环境 | 第51-52页 |
| ·实验及结果分析 | 第52-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第64-65页 |
| 致谢 | 第65页 |
