| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第1章 绪论 | 第9-14页 |
| ·引言 | 第9页 |
| ·跨境电子商务的概念 | 第9-10页 |
| ·跨境电商个性化推荐的意义 | 第10页 |
| ·国内外跨境电商发展现状 | 第10-11页 |
| ·个性化推荐在国内外的研究现状 | 第11-12页 |
| ·论文的主要研究内容和结构 | 第12-14页 |
| 第2章 个性化推荐系统分类及评价指标 | 第14-23页 |
| ·个性化推荐系统的概念 | 第14页 |
| ·个性化推荐系统的主要分类 | 第14-20页 |
| ·基于协同过滤算法的推荐系统 | 第14-18页 |
| ·基于规则的个性化推荐系统 | 第18页 |
| ·基于内容的个性化推荐系统 | 第18-20页 |
| ·混合式推荐系统 | 第20页 |
| ·推荐系统的评价指标 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 User-based的多兴趣协同过滤策略研究及应用 | 第23-29页 |
| ·传统Use r-based协同过滤算法的改进 | 第23-24页 |
| ·改进的协同过滤算法应用于跨境电商推荐系统的过程 | 第24-28页 |
| ·跨境电商的特征 | 第24页 |
| ·跨境电商用户群体特征分析 | 第24-25页 |
| ·购买力与购买频次的各类群体对比图 | 第25-26页 |
| ·用户购买力模型以及品牌模型的建立 | 第26页 |
| ·显性商品兴趣 | 第26-27页 |
| ·隐性商品兴趣 | 第27页 |
| ·用户综合兴趣的计算 | 第27页 |
| ·用户相似性计算公式 | 第27-28页 |
| ·推荐结果的产生 | 第28页 |
| ·本章小结 | 第28-29页 |
| 第4章 基于跨境电商的个性化推荐系统的实现 | 第29-40页 |
| ·基于平台的个性化推荐系统的服务器端实现模型 | 第29-32页 |
| ·用户行为日志以及跨境商品信息的元信息 | 第29页 |
| ·用户日志反馈数据 | 第29-30页 |
| ·推荐数据排序调整 | 第30页 |
| ·推荐算法模块 | 第30页 |
| ·存储模块(DDB) | 第30页 |
| ·数据ETL模块 | 第30-31页 |
| ·个性化推荐服务 | 第31-32页 |
| ·个性化推荐系统系统框架 | 第32-34页 |
| ·Push服务系统服务架构 | 第34-35页 |
| ·移动终端行为日志系统与Push服务的实现 | 第35页 |
| ·个性化推荐系统推荐效果分析 | 第35-39页 |
| ·离线实验方法与效果分析 | 第35-37页 |
| ·在线实验方案 | 第37页 |
| ·跨境电商平台的商用推荐效果指标分析 | 第37页 |
| ·商用效果指标的分析 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 结论 | 第40-41页 |
| 参考文献 | 第41-44页 |
| 致谢 | 第44-45页 |