| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-16页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 研究理论基础 | 第10-13页 |
| 1.2.1 电子商务推荐 | 第10-12页 |
| 1.2.2 消费者性格 | 第12-13页 |
| 1.2.3 贝叶斯网络 | 第13页 |
| 1.3 本文研究思路及内容 | 第13-16页 |
| 1.3.1 研究思路 | 第13-14页 |
| 1.3.2 研究内容 | 第14-16页 |
| 2 基于商品属性的消费者性格分析 | 第16-25页 |
| 2.1 基于商品属性的消费者性格分析方法 | 第16-21页 |
| 2.1.1 贝叶斯网络学习 | 第16-17页 |
| 2.1.2 商品属性与消费者性格 | 第17-19页 |
| 2.1.3 使用贝叶斯网络的消费者性格分析过程 | 第19-21页 |
| 2.2 基于商品属性的消费者性格分析实例 | 第21-24页 |
| 2.2.1 样本选择与处理 | 第21页 |
| 2.2.2 贝叶斯网络的学习结果 | 第21-24页 |
| 2.3 本章小结 | 第24-25页 |
| 3 基于浏览记录的消费者性格分析 | 第25-33页 |
| 3.1 基于浏览记录的消费者性格分析方法 | 第25-28页 |
| 3.1.1 浏览记录的消费者研究 | 第25页 |
| 3.1.2 确定浏览记录的研究变量 | 第25-27页 |
| 3.1.3 贝叶斯网络的性格分析方法的步骤 | 第27-28页 |
| 3.2 基于浏览记录的性格分析的实例 | 第28-32页 |
| 3.2.1 样本选择与处理 | 第28-29页 |
| 3.2.2 贝叶斯网络的学习结果 | 第29-31页 |
| 3.2.3 结果的稳定性验证 | 第31-32页 |
| 3.3 本章小结 | 第32-33页 |
| 4 基于商品属性的商品推荐方法研究 | 第33-40页 |
| 4.1 基于商品属性的商品推荐方法建立 | 第33-37页 |
| 4.1.1 贝叶斯网络推理 | 第33-35页 |
| 4.1.2 基于贝叶斯推理的商品推荐方法 | 第35-37页 |
| 4.2 基于贝叶斯网络推理的商品推荐方法实例 | 第37-39页 |
| 4.2.1 样本的描述 | 第37页 |
| 4.2.2 衡量指标和消费者性格阈值 | 第37-38页 |
| 4.2.3 实例的推荐结果 | 第38-39页 |
| 4.2.4 实例推荐结果的验证 | 第39页 |
| 4.3 本章小结 | 第39-40页 |
| 5 基于浏览记录的页面推荐方法研究 | 第40-48页 |
| 5.1 基于浏览记录的推荐方法建立 | 第40-44页 |
| 5.1.1 基于用户效用的推荐 | 第40-41页 |
| 5.1.2 基于用户效用推荐的方法描述 | 第41-44页 |
| 5.2 基于浏览记录的页面推荐实例 | 第44-47页 |
| 5.2.1 样本选择与处理 | 第44-45页 |
| 5.2.2 实例的推荐结果 | 第45-47页 |
| 5.3 本章小结 | 第47-48页 |
| 6 消费者性格的定位及相应的推荐策略总结 | 第48-51页 |
| 6.1 综合定位消费者性格类型 | 第48-49页 |
| 6.2 消费者性格影响的属性变量及行为变量的相关性分析 | 第49-50页 |
| 6.3 推荐策略总结 | 第50-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间发表学术论文情况 | 第57页 |
| 攻读硕士学位期间参加的科研项目 | 第57-58页 |
| 致谢 | 第58-59页 |