团购商品个性化推荐系统的研究与实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 1 绪论 | 第8-15页 |
| ·研究背景 | 第8-12页 |
| ·团购电子商务模式 | 第8-9页 |
| ·推荐系统及应用现状 | 第9-12页 |
| ·研究意义 | 第12-13页 |
| ·本文主要工作 | 第13页 |
| ·论文组织结构 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 2 个性化推荐系统及关键技术 | 第15-27页 |
| ·个性化推荐系统概述 | 第15页 |
| ·个性化推荐主研方向 | 第15-16页 |
| ·个性化推荐系统的主要问题 | 第16-17页 |
| ·国内外相关研究 | 第17页 |
| ·用户行为数据 | 第17-19页 |
| ·个性化推荐算法 | 第19-24页 |
| ·基于关联规则的推荐 | 第19-20页 |
| ·基于内容的推荐 | 第20-21页 |
| ·基于协同过滤的推荐 | 第21-22页 |
| ·基于隐语义模型的推荐 | 第22页 |
| ·推荐算法比较 | 第22-24页 |
| ·个性化推荐评估方法 | 第24-26页 |
| ·用户满意度 | 第24页 |
| ·预测准确率 | 第24-25页 |
| ·覆盖率 | 第25页 |
| ·其他方法 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 3 协同过滤方法的改进 | 第27-38页 |
| ·传统协同过滤推荐算法 | 第27-31页 |
| ·协同过滤的输入数据 | 第27-28页 |
| ·基于用户的协同过滤 | 第28-30页 |
| ·基于项目的协同过滤 | 第30-31页 |
| ·协同过滤相关研究 | 第31-32页 |
| ·相似度计算问题 | 第32-33页 |
| ·改进的协同过滤推荐算法 | 第33-35页 |
| ·实验分析 | 第35-37页 |
| ·小结 | 第37-38页 |
| 4 个性化团购推荐系统设计 | 第38-57页 |
| ·团购电子商务网站特点 | 第38-39页 |
| ·推荐算法设计 | 第39-48页 |
| ·本日偏好 | 第40-41页 |
| ·历史偏好 | 第41-45页 |
| ·混合偏好 | 第45页 |
| ·推荐算法有效性实验 | 第45-48页 |
| ·推荐策略 | 第48-50页 |
| ·面向用户的推荐 | 第48-49页 |
| ·新项目的推荐 | 第49页 |
| ·开团初期的推荐 | 第49-50页 |
| ·推荐系统数据表结构 | 第50-52页 |
| ·推荐系统架构流程 | 第52-56页 |
| ·系统架构 | 第52-53页 |
| ·系统模块 | 第53-54页 |
| ·系统流程 | 第54-56页 |
| ·小结 | 第56-57页 |
| 5 总结与展望 | 第57-58页 |
| ·总结 | 第57页 |
| ·研究的局限与展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 攻读学位期间主要科研成果 | 第63页 |
