首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

O2O电子商务模式中推荐方法的研究

摘要第4-5页
ABSTRACT第5页
创新点摘要第6-9页
第一章 绪论第9-13页
    1.1 研究背景及意义第9-10页
    1.2 国内外研究现状第10-12页
        1.2.1 O2O 模式现状第10-11页
        1.2.2 推荐方法现状第11-12页
    1.3 研究内容与论文结构第12-13页
        1.3.1 主要研究内容第12页
        1.3.2 论文组织结构第12-13页
第二章 个性化推荐相关理论研究第13-24页
    2.1 电子商务个性化的研究第13-15页
        2.1.1 电子商务个性化推荐基本概念第13页
        2.1.2 电子商务个性化服务的特点第13-14页
        2.1.3 电子商务推荐系统结构框架第14-15页
    2.2 个性化推荐技术的研究第15-19页
        2.2.1 基于协同过滤的推荐算法第15-17页
        2.2.2 其它推荐技术第17-18页
        2.2.3 推荐技术的比较第18-19页
    2.3 其它相关技术的研究第19-22页
        2.3.1 信息检索与信息过滤第19-20页
        2.3.2 Web 数据挖掘第20-21页
        2.3.3 K-Mean 聚类第21-22页
    2.4 小结第22-24页
第三章 O2O 电子商务模式研究第24-33页
    3.1 O2O 电子商务模式第24-25页
        3.1.1 O2O 的发展历程第24页
        3.1.2 O2O 案例分析-蚂蚁短租第24-25页
    3.2 O2O 与 B2C 模式的对比第25-29页
        3.2.1 B2C 模式第26-27页
        3.2.2 O2O 与 B2C 模式的异同点第27-28页
        3.2.3 B2C 模式中推荐方法的分析第28-29页
    3.3 O2O 模式的数据特征研究第29-30页
        3.3.1 O2O 模式中数据的特征第29页
        3.3.2 O2O 模式中个性化推荐分析第29-30页
    3.4 O2O 电子商务中推荐模型研究第30-32页
        3.4.1 问题的提出第30页
        3.4.2 O2O 电子商务推荐系统的结构第30-31页
        3.4.3 O2O 电子商务中推荐模型第31-32页
    3.5 小结第32-33页
第四章 O2O 电子商务模式中推荐方法的研究第33-46页
    4.1 基于聚类的协同过滤算法分析第33-37页
        4.1.1 基于 K-Mean 聚类的协同过滤算法第33-34页
        4.1.2 传统基于聚类的协同过滤分析第34页
        4.1.3 FCM 聚类算法第34-37页
    4.2 算法的优化设计第37-42页
        4.2.1 初始聚类中心的产生第37-40页
        4.2.2 距离函数的改进第40-41页
        4.2.3 基于改进的 FCM 算法模型第41-42页
    4.3 基于 FCM 技术的协同过滤算法的改进第42-44页
        4.3.1 问题提出第42页
        4.3.2 算法改进的依据第42页
        4.3.3 基于改进模糊聚类的协同过滤推荐算法第42-44页
    4.4 实验与分析第44-45页
        4.4.1 数据集选取第44页
        4.4.2 实验与结果分析第44-45页
    4.5 小结第45-46页
第五章 协同过滤推荐改进算法测试与应用第46-54页
    5.1 实验数据集与评价标准第46-48页
        5.1.1 实验数据集第46页
        5.1.2 评价标准第46-48页
    5.2 数据选取和实验环境第48-49页
        5.2.1 数据选取第48-49页
        5.2.2 实验环境第49页
    5.3 实验结果分析第49-51页
    5.4 应用设计与实现第51-53页
        5.4.1 设计思想第51-52页
        5.4.2 具体实现第52-53页
    5.5 小结第53-54页
结论第54-55页
参考文献第55-58页
发表文章目录第58-59页
致谢第59-60页
详细摘要第60-70页

论文共70页,点击 下载论文
上一篇:互联网P2P借贷模式风险管控研究--基于宜信的研究
下一篇:小米手机品牌营销的策略研究