| 摘要 | 第1-3页 |
| ABSTRACT | 第3-8页 |
| 1 绪论 | 第8-15页 |
| ·研究背景 | 第8-9页 |
| ·研究现状 | 第9-10页 |
| ·研究意义 | 第10-11页 |
| ·研究总体设计 | 第11-15页 |
| ·研究范围和研究对象 | 第11-12页 |
| ·主要研究内容 | 第12-13页 |
| ·难点和创新点 | 第13页 |
| ·论文组织框架 | 第13-15页 |
| 2 相关理论基础 | 第15-37页 |
| ·网络游戏及玩家回顾 | 第15-23页 |
| ·网络游戏及虚拟物品交易相关概念和发展回顾 | 第15-17页 |
| ·网络游戏玩家相关理论回顾 | 第17-23页 |
| ·电子商务推荐系统及相关技术 | 第23-29页 |
| ·电子商务推荐系统的输入形式 | 第24-25页 |
| ·电子商务推荐系统的输出形式 | 第25-26页 |
| ·电子商务推荐系统的推荐算法 | 第26-29页 |
| ·QFD 理论综述 | 第29-33页 |
| ·QFD 概况 | 第29页 |
| ·质量屋（HOQ）和QFD 模型 | 第29-32页 |
| ·QFD 的效果 | 第32-33页 |
| ·BP 神经网络原理 | 第33-37页 |
| ·BP (Back Propagation)网络模型(又称误差逆传播神经网络) | 第33-34页 |
| ·BP 算法的基本思想 | 第34页 |
| ·三层BP 网络学习算法步骤 | 第34-37页 |
| 3 玩家对网络游戏及虚拟物品的需求特征分析 | 第37-46页 |
| ·网络游戏玩家需求特征分析 | 第37-41页 |
| ·玩家对网络游戏的需求量化分析 | 第37-39页 |
| ·玩家对网络游戏中虚拟物品的需求量化分析 | 第39-41页 |
| ·网络游戏特征分析 | 第41-44页 |
| ·网络游戏特征量选取 | 第41-43页 |
| ·网络游戏特征量值设定 | 第43-44页 |
| ·网络游戏中虚拟物品特征分析 | 第44-46页 |
| ·网络游戏中虚拟物品特征量选取 | 第44页 |
| ·网络游戏中虚拟物品特征量值设定 | 第44-46页 |
| 4 个性化推荐系统设计与实现 | 第46-68页 |
| ·基于OGQFDM 及BP 算法的个性化网络游戏推荐系统 | 第46-62页 |
| ·OGQFD 介绍 | 第46-53页 |
| ·运用BP 网络改进OGQFD | 第53页 |
| ·软件实现框架说明 | 第53-57页 |
| ·各功能模块设计说明 | 第57-60页 |
| ·实验结果分析 | 第60-62页 |
| ·基于改进BP 算法的个性化网络游戏中虚拟物品推荐模型 | 第62-68页 |
| ·推荐系统的输入和输出 | 第62-63页 |
| ·BP 推荐算法实现详解 | 第63-66页 |
| ·实验结果分析 | 第66-68页 |
| 5 结论与展望 | 第68-71页 |
| ·主要结论 | 第68-69页 |
| ·进一步研究展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 附录1-调查问卷 | 第75-78页 |
| 附录2-BP 推荐算法源程序 | 第78-80页 |
| 附录3-设置初始权值的2 层BP 神经网络 | 第80-85页 |
| 附录4-软件推荐过程实现程序 | 第85-90页 |
| 致谢 | 第90-91页 |
| 攻读学位期间发表的学术论文 | 第91-93页 |
