| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-12页 |
| 1.1.1 电子商务发展 | 第10-11页 |
| 1.1.2 社会化媒体的发展 | 第11页 |
| 1.1.3 社会化电子商务的发展 | 第11-12页 |
| 1.2 研究目的及意义 | 第12-13页 |
| 1.3 研究内容及方法 | 第13-14页 |
| 1.4 创新之处 | 第14-15页 |
| 1.5 论文框架 | 第15-16页 |
| 第二章 文献综述 | 第16-25页 |
| 2.1 社会化电子商务研究现状 | 第16-20页 |
| 2.1.1 社会化电子商务相关概念 | 第16-17页 |
| 2.1.2 社会化电子商务的三种模式 | 第17-19页 |
| 2.1.3 社会化电子商务下的用户购买决策影响因素 | 第19-20页 |
| 2.2 社会网络分析研究现状 | 第20-22页 |
| 2.3 协同过滤推荐算法研究现状 | 第22-25页 |
| 第三章 社会化电子商务网络拓扑结构特征分析 | 第25-41页 |
| 3.1 网络拓扑结构理论研究 | 第25-29页 |
| 3.1.1 网络拓扑结构研究概述 | 第25-26页 |
| 3.1.2 小世界特征 | 第26-28页 |
| 3.1.3 无标度特征 | 第28-29页 |
| 3.2 新浪微博的网络拓扑结构研究 | 第29-34页 |
| 3.2.1 数据获取 | 第29-30页 |
| 3.2.2 数据描述 | 第30-31页 |
| 3.2.3 数据分析软件 | 第31-32页 |
| 3.2.4 新浪微博的复杂网络结构与特征 | 第32-34页 |
| 3.3 社会网络结构对用户采纳行为的影响 | 第34-40页 |
| 3.3.1 数据对比检验 | 第34-37页 |
| 3.3.2 数据相关性分析 | 第37-39页 |
| 3.3.3 实验结果分析 | 第39-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 社会化电商用户推荐模型构建 | 第41-50页 |
| 4.1 用户决策影响因素分析 | 第41-43页 |
| 4.2 推荐模型构建 | 第43-49页 |
| 4.2.1 协同过滤算法 | 第44-46页 |
| 4.2.2 偏好相似度 | 第46页 |
| 4.2.3 专业能力 | 第46-47页 |
| 4.2.4 关系强度 | 第47-48页 |
| 4.2.5 商品评分预测模型建立 | 第48-49页 |
| 4.3 本章小结 | 第49-50页 |
| 第五章 实验设计及结果分析 | 第50-56页 |
| 5.1 数据来源 | 第50页 |
| 5.2 实验设计 | 第50-51页 |
| 5.3 评价参数 | 第51页 |
| 5.4 实验结果分析 | 第51-55页 |
| 5.5 本章小结 | 第55-56页 |
| 第六章 研究结论与展望 | 第56-60页 |
| 6.1 研究结论总结 | 第56-57页 |
| 6.2 研究价值 | 第57-58页 |
| 6.2.1 理论价值 | 第57页 |
| 6.2.2 实践价值 | 第57-58页 |
| 6.3 研究局限性 | 第58-59页 |
| 6.4 未来研究方向 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 致谢 | 第65-66页 |
| 攻读学位期间主要研究成果 | 第66页 |