首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

基于BP神经网络的购物网站评价研究

摘要第4-5页
ABSTRACT第5-6页
1 绪论第10-19页
    1.1 论文的研究背景和意义第10-13页
        1.1.1 论文的研究背景第10-11页
        1.1.2 论文的研究意义第11-13页
    1.2 研究思路和主要内容第13-14页
        1.2.1 研究思路第13页
        1.2.2 主要研究内容第13-14页
    1.3 研究方法和可行性分析第14-18页
        1.3.1 研究方法第14-16页
        1.3.2 可行性分析第16页
        1.3.3 技术路线图第16-18页
    1.4 创新点第18页
    1.5 本章小结第18-19页
2 购物网站评价的理论基础和文献综述第19-31页
    2.1 购物网站的相关理论基础第19-21页
        2.1.1 购物网站发展现状第19页
        2.1.2 购物网站的分类第19-21页
    2.2 国内外网站评价指标体系的文献综述第21-23页
        2.2.1 国外网站评价指标体系的研究现状第21-22页
        2.2.2 国内网站评价指标体系的研究现状第22-23页
    2.3 国内外网站评价方法研究的文献综述第23-25页
        2.3.1 国外网站评价方法的研究现状第23-24页
        2.3.2 国内网站评价方法的研究现状第24-25页
    2.4 BP神经网络的发展背景和算法介绍第25-30页
        2.4.1 BP神经网络的发展背景第25-26页
        2.4.2 BP神经网络的算法介绍第26-30页
    2.5 本章小结第30-31页
3 购物网站评价指标体系的构建第31-54页
    3.1 指标选取的原则和方法第31-33页
        3.1.1 指标选取的原则第31-32页
        3.1.2 指标选取的方法第32-33页
    3.2 初始指标的确立第33-38页
    3.3 调查问卷的确立和结果分析第38-46页
        3.3.1 调查问卷的设计第38页
        3.3.2 调查问卷的发放第38-39页
        3.3.3 调查问卷的分析第39-46页
    3.4 指标体系的确立和指标评分方法第46-53页
        3.4.1 指标权重的计算第46-53页
        3.4.2 指标的评分方法第53页
    3.5 本章小结第53-54页
4 基于BP神经网络的购物网站评价模型的构建和实现第54-66页
    4.1 购物网站评价方法的对比和选择第54-57页
        4.1.1 购物网站评价方法的对比第54-56页
        4.1.2 购物网站评价方法的选择第56-57页
    4.2 购物网站BP神经网络评价模型的构建第57-61页
        4.2.1 评价模型的网络结构设计第57-59页
        4.2.2 评价模型的程序设计第59-61页
    4.3 购物网站BP神经网络评价模型的实现第61-65页
        4.3.1 网站的指标评分和期望得分第61-63页
        4.3.2 评价模型的实现和结果分析第63-65页
    4.4 本章小结第65-66页
5 购物网站评价的实证研究第66-71页
    5.1 实证研究网站的选择和分析第66-67页
    5.2 基于BP神经网络的购物网站评价第67-69页
        5.2.1 购物网站指标评分第67-68页
        5.2.2 购物网站BP神经网络模型评分第68-69页
    5.3 购物网站改进建议第69-70页
        5.3.1 给网站经营管理者的建议第69-70页
        5.3.2 给购物网站投资者和创业者的建议第70页
    5.4 本章小结第70-71页
6 结论与展望第71-73页
    6.1 结论第71页
    6.2 展望第71-73页
附录第73-75页
参考文献第75-79页
攻读硕士学位期间所发表的论文第79-80页
致谢第80页

论文共80页,点击 下载论文
上一篇:昆明学院洋浦校区校园网升级改造的设计与实现
下一篇:S-PTN的转发策略和接口技术研究与实现