| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-20页 |
| ·研究背景 | 第12-16页 |
| ·电子商务 | 第12-13页 |
| ·个性化推荐系统 | 第13-14页 |
| ·Web 挖掘技术 | 第14-15页 |
| ·用户兴趣 | 第15-16页 |
| ·国内外研究现状 | 第16-18页 |
| ·国外研究现状 | 第16-17页 |
| ·国内研究现状 | 第17-18页 |
| ·本章小结 | 第18-20页 |
| 第2章 个性化推荐系统与用户建模技术 | 第20-24页 |
| ·个性化推荐技术 | 第20-22页 |
| ·个性化推荐技术中的主要问题 | 第20页 |
| ·个性化推荐技术中的主要技术 | 第20-22页 |
| ·用户建模技术 | 第22-23页 |
| ·用户建模的意义 | 第22页 |
| ·创建模型的数据源 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 基于用户行为的兴趣度模型的创建 | 第24-32页 |
| ·基于用户兴趣的个性化推荐技术 | 第24-25页 |
| ·数据源及数据处理 | 第25-27页 |
| ·Web 日志挖掘 | 第25页 |
| ·用户行为数据分析 | 第25-27页 |
| ·基于用户行为的兴趣度模型的创建 | 第27-30页 |
| ·设计思想 | 第27页 |
| ·模型的创建流程 | 第27-30页 |
| ·模型的创建算法 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 一种基于用户行为反馈的兴趣度模型的更新 | 第32-39页 |
| ·模型的反馈更新原理 | 第32-34页 |
| ·获取显式反馈信息 | 第33页 |
| ·获取隐式反馈信息 | 第33-34页 |
| ·基于用户行为反馈的兴趣度模型的更新算法 | 第34-37页 |
| ·设计思想 | 第34页 |
| ·模型的更新流程 | 第34-35页 |
| ·反馈数据处理 | 第35-36页 |
| ·基于反馈技术的兴趣度模型更新 | 第36-37页 |
| ·模型的更新及推荐结果排序算法 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第5章 个性化推荐引擎的实验 | 第39-50页 |
| ·个性化推荐引擎的实验准备 | 第39-40页 |
| ·实验平台的搭建 | 第39页 |
| ·实验数据来源 | 第39-40页 |
| ·实验数据处理 | 第40页 |
| ·基于用户行为的兴趣度模型的创建实验 | 第40-45页 |
| ·基于用户行为的兴趣度模型的创建的实验数据设计 | 第40-42页 |
| ·基于用户行为的兴趣度模型的创建的实现过程 | 第42页 |
| ·基于用户行为的兴趣度模型的创建的实验系统设计 | 第42-44页 |
| ·基于用户行为的兴趣度模型的创建的实验结果及分析 | 第44-45页 |
| ·基于用户行为反馈的兴趣度模型的更新实验 | 第45-49页 |
| ·基于用户行为反馈的兴趣度模型的更新实验的设计原理 | 第45页 |
| ·基于用户行为反馈的兴趣度模型的更新实验的实现过程 | 第45-46页 |
| ·基于用户行为反馈的兴趣度模型更新的实验系统设计 | 第46页 |
| ·实验结果及分析 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 结论 | 第50-52页 |
| 参考文献 | 第52-54页 |
| 致谢 | 第54-55页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第55页 |