| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题背景及其意义 | 第9页 |
| ·国内外研究现状 | 第9-13页 |
| ·论文的主要工作和组织结构 | 第13-15页 |
| 第2章 电子商务推荐技术 | 第15-27页 |
| ·电子商务推荐系统 | 第15-16页 |
| ·电子商务推荐系统的模块划分 | 第16-18页 |
| ·常用推荐技术 | 第18-26页 |
| ·基于关联规则的推荐技术 | 第18-19页 |
| ·基于内容的推荐技术 | 第19-20页 |
| ·基于协同过滤的推荐技术 | 第20-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 基于可信相似度传递的协同过滤算法 | 第27-43页 |
| ·基于可信相似度传递的协同过滤算法(TSPCF)的出发点 | 第27-29页 |
| ·基于可信相似度传递的协同过滤算法(TSPCF)的整体框架 | 第29-31页 |
| ·推荐系统中用户信任的建模及计算 | 第31-37页 |
| ·信任及信用的概念及定义 | 第32-33页 |
| ·推荐系统中用户信任的建模 | 第33-35页 |
| ·推荐系统中用户信任的计算 | 第35-37页 |
| ·TSPCF算法的具体步骤 | 第37-41页 |
| ·相似度的计算 | 第37页 |
| ·用户信任度的计算 | 第37-38页 |
| ·可信的相似度传递 | 第38-40页 |
| ·最近邻居集合的选取 | 第40页 |
| ·预测评分 | 第40-41页 |
| ·产生推荐列表 | 第41页 |
| ·TSPCF算法扩展性问题的分析 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 实验及分析 | 第43-49页 |
| ·实验目标 | 第43页 |
| ·实验数据集 | 第43页 |
| ·评测标准 | 第43-45页 |
| ·实验方案 | 第45页 |
| ·实验结果及分析 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 基于可信相似度传递的协同过滤算法的应用 | 第49-60页 |
| ·系统概述 | 第49-52页 |
| ·系统的总体架构 | 第49-51页 |
| ·系统的功能模块 | 第51-52页 |
| ·商品推荐模块的设计 | 第52-56页 |
| ·推荐模块的运行界面 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 第6章 总结与展望 | 第60-62页 |
| ·总结 | 第60页 |
| ·未来工作展望 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 攻读硕士学位期间主要的研究成果 | 第67-68页 |
| 致谢 | 第68页 |