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 |