| 摘要 | 第3-5页 |
| Abstract | 第5-7页 |
| 第1章 绪论 | 第15-37页 |
| 1.1 问题的提出 | 第15-20页 |
| 1.1.1 研究背景 | 第16-19页 |
| 1.1.2 研究目的和意义 | 第19-20页 |
| 1.2 国内外研究现状及评述 | 第20-33页 |
| 1.2.1 电子推荐系统及实现技术相关研究 | 第20-23页 |
| 1.2.2 推荐系统对消费者的作用及影响 | 第23-26页 |
| 1.2.3 影响用户评价及使用推荐系统的因素研究 | 第26-27页 |
| 1.2.4 影响消费者信任推荐系统的因素研究 | 第27-31页 |
| 1.2.5 推荐系统设计特征对消费者态度的影响相关研究 | 第31-32页 |
| 1.2.6 面临的主要问题 | 第32-33页 |
| 1.3 研究的主要内容及论文结构 | 第33-37页 |
| 1.3.1 研究的方法及主要内容 | 第34-35页 |
| 1.3.2 论文结构 | 第35-37页 |
| 第2章 用户感知可信推荐系统的理论构建及系统特征分析 | 第37-58页 |
| 2.1 行为理论对系统设计影响 | 第37-38页 |
| 2.2 信息系统设计理论框架 | 第38-39页 |
| 2.3 核心理论构建 | 第39-46页 |
| 2.3.1 基于交互的信任 | 第39-40页 |
| 2.3.2 影响消费者使用意愿的因素 | 第40-42页 |
| 2.3.3 影响消费者良好体验的因素 | 第42-43页 |
| 2.3.4 反馈对消费者的影响 | 第43-44页 |
| 2.3.5 理论框架 | 第44-46页 |
| 2.4 用户感知可信的推荐系统特征分析 | 第46-56页 |
| 2.4.1 元需求 | 第46-54页 |
| 2.4.2 元设计 | 第54-55页 |
| 2.4.3 可测试的系统设计假设 | 第55-56页 |
| 2.5 推荐系统详细设计方案及后续各章安排 | 第56页 |
| 2.6 本章小结 | 第56-58页 |
| 第3章 基于商品关系网的消费者需求认知支持 | 第58-75页 |
| 3.1 需求认知支持阶段对推荐系统的要求 | 第58-59页 |
| 3.1.1 需求认知支持的界定 | 第58页 |
| 3.1.2 对推荐系统的要求 | 第58-59页 |
| 3.2 需求预测相关研究 | 第59-60页 |
| 3.3 网络及社会网络相关理论 | 第60-62页 |
| 3.3.1 网络的相关概念 | 第60-61页 |
| 3.3.2 节点中心度 | 第61页 |
| 3.3.3 关系强度 | 第61-62页 |
| 3.4 基于商品关系网的主题分类库构建 | 第62-73页 |
| 3.4.1 构建商品网 | 第62-63页 |
| 3.4.2 商品网分析 | 第63-71页 |
| 3.4.3 消费者需求预测 | 第71-72页 |
| 3.4.4 推荐结果解释 | 第72-73页 |
| 3.5 需求预测准确性验证问题 | 第73-74页 |
| 3.6 本章小结 | 第74-75页 |
| 第4章 基于用户信任倾向分析的信息搜集及评价支持 | 第75-88页 |
| 4.1 口碑的作用及其对推荐结果的影响 | 第75-76页 |
| 4.2 基于信任的推荐相关研究 | 第76-77页 |
| 4.3 用户特征值分析 | 第77-81页 |
| 4.3.1 用户相似度分析 | 第77-78页 |
| 4.3.2 用户可信度计算 | 第78-79页 |
| 4.3.3 用户专家值计算 | 第79-81页 |
| 4.3.4 用户信任倾向估计 | 第81页 |
| 4.4 产生推荐 | 第81-82页 |
| 4.5 实验分析 | 第82-85页 |
| 4.5.1 数据准备 | 第82页 |
| 4.5.2 评价方法 | 第82-85页 |
| 4.6 个性化的商品排序方法 | 第85-86页 |
| 4.6.1 基于商品评分的排序方法 | 第85页 |
| 4.6.2 基于消费者价格偏好的排序方法 | 第85-86页 |
| 4.7 对反馈的要求 | 第86-87页 |
| 4.8 本章小结 | 第87-88页 |
| 第5章 数据稀疏环境下的推荐支持 | 第88-100页 |
| 5.1 数据驱动的推荐方法 | 第88-90页 |
| 5.1.1 基于内容的推荐 | 第88-89页 |
| 5.1.2 基于协同过滤的推荐 | 第89页 |
| 5.1.3 混合推荐 | 第89-90页 |
| 5.2 数据稀疏问题 | 第90-91页 |
| 5.3 推荐系统核心算法描述 | 第91-94页 |
| 5.3.1 商品替代性形式化描述 | 第91-92页 |
| 5.3.2 基于商品网的商品互补性关系分析 | 第92-93页 |
| 5.3.3 扩展共同评价项目集 | 第93页 |
| 5.3.4 邻居选择方法 | 第93-94页 |
| 5.3.5 产生推荐 | 第94页 |
| 5.4 实验分析 | 第94-98页 |
| 5.4.1 数据准备 | 第94-95页 |
| 5.4.2 算法评价 | 第95-98页 |
| 5.5 本章小结 | 第98-100页 |
| 第6章 个性化反馈支持Agent的构建 | 第100-114页 |
| 6.1 Agent理论基础 | 第100-102页 |
| 6.1.1 Agent基本概念 | 第100-101页 |
| 6.1.2 Agent一般特性分析 | 第101-102页 |
| 6.2 POFA体系结构 | 第102-105页 |
| 6.2.1 POFA与外部交互分析 | 第102-103页 |
| 6.2.2 POFA内部体系结构 | 第103-105页 |
| 6.3 POFA详细设计 | 第105-113页 |
| 6.3.1 目标库 | 第105页 |
| 6.3.2 POFA响应的事件分析 | 第105-106页 |
| 6.3.3 事件库 | 第106-107页 |
| 6.3.4 信念库对于输入事件的响应 | 第107-108页 |
| 6.3.5 POFA方案库构建基础 | 第108-110页 |
| 6.3.6 方案选择策略 | 第110-113页 |
| 6.4 本章小结 | 第113-114页 |
| 结论 | 第114-116页 |
| 参考文献 | 第116-128页 |
| 攻读博士学位期间发表的论文及其它成果 | 第128-130页 |
| 致谢 | 第130-131页 |
| 个人简历 | 第131页 |