| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 1 绪论 | 第8-13页 |
| 1.1 研究背景 | 第8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.2.1 消费者行为理论研究 | 第8-9页 |
| 1.2.2 猪肉品牌消费研究 | 第9-10页 |
| 1.2.3 消费者行为的推荐系统研究 | 第10-11页 |
| 1.3 研究目标及意义 | 第11页 |
| 1.3.1 研究目标 | 第11页 |
| 1.3.2 研究意义 | 第11页 |
| 1.4 技术路线 | 第11-12页 |
| 1.5 论文结构 | 第12-13页 |
| 2 品牌猪肉消费者购买行为 | 第13-17页 |
| 2.1 品牌猪肉购买行为模型 | 第13页 |
| 2.2 数据来源及样本特征 | 第13-14页 |
| 2.2.1 数据来源 | 第13-14页 |
| 2.2.2 样本特征 | 第14页 |
| 2.3 消费者品牌猪肉购买行为影响统计分析 | 第14-16页 |
| 2.3.1 消费者知识层次的品牌猪肉购买行为分析 | 第14-15页 |
| 2.3.2 消费者家庭人口品牌猪肉购买行为分析 | 第15页 |
| 2.3.3 消费者家庭人均收入品牌猪肉购买行为分析 | 第15-16页 |
| 2.3.4 消费者的年龄品牌猪肉购买行为分析 | 第16页 |
| 2.4 本章小结 | 第16-17页 |
| 3 推荐系统相关技术综述 | 第17-24页 |
| 3.1 个性化推荐系统 | 第17-19页 |
| 3.1.1 个性化推荐概述 | 第17页 |
| 3.1.2 个性推荐系统模型 | 第17-19页 |
| 3.2 个性化推荐系统及其核心算法 | 第19-23页 |
| 3.2.1 基于内容的推荐算法 | 第19-20页 |
| 3.2.2 协同过滤推荐算法 | 第20-22页 |
| 3.2.3 混合推荐算法 | 第22-23页 |
| 3.3 本章小结 | 第23-24页 |
| 4 基于品牌猪肉消费者购买行为和项目属性的混合式协同过滤算法 | 第24-31页 |
| 4.1 问题的提出 | 第24-25页 |
| 4.2 基于品牌猪肉消费者购买行为和混合式协调过滤算法 | 第25-28页 |
| 4.2.1 消费者相似性计算基于项目属性喜好 | 第25-26页 |
| 4.2.2 算法步骤 | 第26-28页 |
| 4.3 实验结果及分析 | 第28-30页 |
| 4.3.1 实验数据 | 第28-29页 |
| 4.3.2 讨论实验结果 | 第29-30页 |
| 4.4 本章小结 | 第30-31页 |
| 5 基于品牌猪肉品种智能推送系统的设计与实现 | 第31-39页 |
| 5.1 需求分析与总体设计 | 第31-32页 |
| 5.2 品牌猪肉品种推送服务器端模块实现 | 第32-34页 |
| 5.3 品牌猪肉品种推送客户端模块实现 | 第34-38页 |
| 5.4 本章小结 | 第38-39页 |
| 6 总结与展望 | 第39-40页 |
| 6.1 总结 | 第39页 |
| 6.1.1 本文的创新 | 第39页 |
| 6.1.2 存在的不足 | 第39页 |
| 6.2 工作的展望 | 第39-40页 |
| 参考文献 | 第40-44页 |
| 致谢 | 第44-45页 |
| 作者简介 | 第45页 |
