中文摘要 | 第3-4页 |
Abstract | 第4-5页 |
第1章 绪论 | 第10-19页 |
1.1 研究目的及意义 | 第10-12页 |
1.1.1 研究目的 | 第10-11页 |
1.1.2 研究意义 | 第11-12页 |
1.2 研究现状 | 第12-15页 |
1.2.1 国外研究现状 | 第12-13页 |
1.2.2 国内研究现状 | 第13-15页 |
1.3 研究方法与技术线路 | 第15-16页 |
1.3.1 研究方法 | 第15-16页 |
1.3.2 技术线路 | 第16页 |
1.4 论文内容及主要创新点 | 第16-19页 |
1.4.1 论文内容 | 第16-17页 |
1.4.2 主要创新点 | 第17-19页 |
第2章 相关理论概述 | 第19-29页 |
2.1 用户满意度相关理论 | 第19-26页 |
2.1.1 用户满意度概念 | 第19-20页 |
2.1.2 用户满意度的基本特征 | 第20-21页 |
2.1.3 主要理论模型 | 第21-26页 |
2.2 电子商务个性化服务理论 | 第26-29页 |
2.2.1 个性化推荐服务的主要内容 | 第26页 |
2.2.2 电子商务个性化信息推荐服务 | 第26-29页 |
第3章 电子商务个性化信息推荐服务现状分析 | 第29-37页 |
3.1 电子商务个性化信息推荐技术 | 第29-32页 |
3.1.1 用户建模技术 | 第29-30页 |
3.1.2 协同过滤技术 | 第30-31页 |
3.1.3 其他推荐技术 | 第31-32页 |
3.2 电子商务个性化信息推荐流程 | 第32-33页 |
3.2.1 用户数据收集 | 第32页 |
3.2.2 数据分析 | 第32-33页 |
3.2.3 产生信息推荐 | 第33页 |
3.3 个性化信息推荐服务模式分析 | 第33-34页 |
3.4 电子商务个性化信息推荐服务存在的问题 | 第34-37页 |
3.4.1 现有推荐服务无法满足用户需求 | 第34页 |
3.4.2 现存推荐系统存在问题 | 第34-35页 |
3.4.3 电商企业个性化信息推荐服务方式问题 | 第35-37页 |
第4章 基于用户满意度的个性化信息推荐服务实证研究 | 第37-55页 |
4.1 研究模型与假设 | 第37-42页 |
4.1.1 模型的建立 | 第37-38页 |
4.1.2 变量定义 | 第38-41页 |
4.1.3 研究假设 | 第41-42页 |
4.2 问卷设计与发放 | 第42-43页 |
4.2.1 问卷设计 | 第42页 |
4.2.2 调研对象 | 第42-43页 |
4.2.3 问卷发放与回收 | 第43页 |
4.3 描述性统计分析 | 第43-46页 |
4.3.1 样本概况 | 第43-45页 |
4.3.2 描述性统计分析 | 第45-46页 |
4.4 问卷的信度与效度检验 | 第46-49页 |
4.4.1 信度检验 | 第46-47页 |
4.4.2 效度检验 | 第47-49页 |
4.5 相关性分析 | 第49-51页 |
4.6 回归分析 | 第51-55页 |
4.6.1 用户满意度为因变量的回归分析 | 第51-52页 |
4.6.2 用户抱怨为因变量的回归分析 | 第52-53页 |
4.6.3 用户信任为因变量的回归分析 | 第53-55页 |
第5章 电子商务个性化信息推荐服务创新模式 | 第55-65页 |
5.1 构建电子商务个性化信息推荐服务的原则 | 第55-56页 |
5.2 创新模式的构建 | 第56-61页 |
5.2.1 系统管理 | 第58页 |
5.2.2 个性化信息推荐 | 第58-60页 |
5.2.3 业务处理 | 第60-61页 |
5.3 电子商务个性化信息推荐创新模式的特点 | 第61-62页 |
5.4 保障体系 | 第62-65页 |
5.4.1 完善信息推荐技术应用 | 第62-63页 |
5.4.2 积极引导用户的主动性 | 第63页 |
5.4.3 建立朋友用户群 | 第63-64页 |
5.4.4 加强商品价格把控 | 第64页 |
5.4.5 健全个人信息保护法律体系 | 第64-65页 |
第6章 结论与展望 | 第65-67页 |
6.1 结论 | 第65-66页 |
6.2 展望 | 第66-67页 |
参考文献 | 第67-73页 |
附录 | 第73-78页 |
致谢 | 第78-79页 |
攻读学位期间发表的论文 | 第79-80页 |