| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-18页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究目的与研究意义 | 第12-13页 |
| 1.2.1 研究目的 | 第12页 |
| 1.2.2 研究意义 | 第12-13页 |
| 1.3 研究现状 | 第13-15页 |
| 1.3.1 国外研究现状 | 第13-14页 |
| 1.3.2 国内研究现状 | 第14-15页 |
| 1.4 研究思路与技术路线 | 第15-18页 |
| 1.4.1 研究思路 | 第15-16页 |
| 1.4.2 技术路线 | 第16-18页 |
| 2 电子商务与个性化推荐系统概述 | 第18-31页 |
| 2.1 电子商务与个性化推荐系统理论基础 | 第18-21页 |
| 2.1.1 电子商务个性化推荐的概念与作用 | 第18-19页 |
| 2.1.2 电子商务个性化推荐系统整体架构 | 第19-21页 |
| 2.2 常见的个性化推荐方法介绍 | 第21-27页 |
| 2.2.1 基于关联规则的推荐算法 | 第21-22页 |
| 2.2.2 基于协同过滤的推荐算法 | 第22-25页 |
| 2.2.3 基于内容的推荐 | 第25-26页 |
| 2.2.4 各种推荐算法的优缺点 | 第26-27页 |
| 2.3 移动电子商务及其对个性化推荐的要求 | 第27-30页 |
| 2.3.1 移动电子商务概述 | 第27-28页 |
| 2.3.2 基于情境位置的电子商务个性化推荐的特点 | 第28-29页 |
| 2.3.3 移动电子商务对算法的要求 | 第29-30页 |
| 2.4 本章小结 | 第30-31页 |
| 3 移动电子商务顾客行为研究与建模 | 第31-41页 |
| 3.1 顾客模型信息分析 | 第31-35页 |
| 3.1.1 顾客模型信息收集 | 第32-33页 |
| 3.1.2 商品项目本体信息分析 | 第33-34页 |
| 3.1.3 场景本体信息分析 | 第34-35页 |
| 3.2 用户模型表示方法 | 第35-37页 |
| 3.3 移动用户兴趣模型 | 第37-40页 |
| 3.3.1 情境与个性化推荐 | 第37-38页 |
| 3.3.2 基于位置情境的用户偏好表示 | 第38页 |
| 3.3.3 基于情境的用户偏好模型 | 第38-40页 |
| 3.4 本章小结 | 第40-41页 |
| 4 基于情境的商品个性化推荐算法构建 | 第41-50页 |
| 4.1 位置情境过滤算法构建 | 第41-43页 |
| 4.2 用户兴趣过滤算法构建 | 第43-47页 |
| 4.2.1 属性标准化 | 第43-46页 |
| 4.2.2 正负理想方案 | 第46页 |
| 4.2.3 项目推荐表 | 第46-47页 |
| 4.3 基于位置情境的个性化推荐机制 | 第47-49页 |
| 4.3.1 位置情境信息的应用 | 第47页 |
| 4.3.2 基于情境位置的个性化推荐算法过程 | 第47-49页 |
| 4.4 本章小结 | 第49-50页 |
| 5 实证分析 | 第50-57页 |
| 5.1 实验设计 | 第50-52页 |
| 5.1.1 数据来源 | 第50页 |
| 5.1.2 方案设计 | 第50-52页 |
| 5.1.3 实验流程设计 | 第52页 |
| 5.2 实验结果分析 | 第52-56页 |
| 5.2.1 敏感性测试分析 | 第52-54页 |
| 5.2.2 精度测试 | 第54-56页 |
| 5.3 本章小结 | 第56-57页 |
| 6 总结与展望 | 第57-59页 |
| 附录 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第63-65页 |
| 学位论文数据集 | 第65页 |