首页--经济论文--贸易经济论文--国内贸易经济论文--商品流通与市场论文--商品销售论文--电子贸易、网上贸易论文

基于信任的电子商务个性化推荐关键问题研究

摘要第1-12页
Abstract第12-14页
1 绪论第14-26页
   ·研究背景和意义第14-15页
   ·关键概念和研究范畴的界定第15-23页
     ·推荐系统第15-17页
     ·个性化推荐第17-18页
     ·协同过滤第18-19页
     ·信任第19-23页
   ·研究内容与论文结构第23-24页
   ·创新之处第24-25页
   ·小结第25-26页
2 电子商务个性化推荐技术研究综述第26-48页
   ·引言第26页
   ·电子商务推荐系统的输入瑜出第26-28页
     ·电子商务推荐系统的输入第26-28页
     ·电子商务推荐系统的输出第28页
   ·个性化推荐技术第28-35页
     ·基于内容的推荐第29-30页
     ·协同过滤推荐第30-32页
     ·基于人口统计的推荐第32-33页
     ·基于效用的推荐第33页
     ·基于知识的推荐第33页
     ·基于关联规则的推荐第33页
     ·组合推荐第33-35页
   ·基于用户的协同过滤推荐算法第35-37页
     ·传统的相似性度量方法第35-37页
   ·推荐系统评价第37-39页
     ·评价指标第37-38页
     ·数据集第38-39页
   ·协同过滤研究热点分析第39-47页
     ·稀疏性问题第39-40页
     ·冷启动问题第40-41页
     ·“托”攻击第41-46页
     ·伸缩性问题第46页
     ·黑匣子问题第46-47页
   ·小结第47-48页
3 信任特性及信任度评估模型分析第48-63页
   ·信任特性第48-50页
   ·信任网第50-51页
   ·信任度评估模型分析第51-62页
     ·全局信任度度量模型第52-55页
     ·局部信任度度量模型第55-62页
   ·小结第62-63页
4 基于信任的电子商务个性化推荐理论研究第63-73页
   ·信任与用户相似性第63-64页
   ·Web社会网络第64-65页
   ·基于信任的电子商务个性化推荐模型第65-68页
   ·基于信任的电子商务个性化推荐系统框架第68-71页
   ·新系统对传统协同过滤问题影响分析第71-72页
   ·小结第72-73页
5 用户多兴趣下基于信任的个性化推荐算法研究第73-89页
   ·算法的提出第73-75页
     ·传统协同过滤系统中的用户多兴趣推荐问题第73-74页
     ·TEPRS中的用户多兴趣推荐问题第74-75页
   ·基于主题级信任的协同过滤算法第75-78页
     ·主题级信任模型第75-76页
     ·主题级信任度的计算第76-78页
     ·基于主题级信任的协同过滤算法第78页
   ·实验评价第78-88页
     ·评估指标第79-80页
     ·实验设计第80-81页
     ·实验结果第81-87页
     ·分析讨论第87-88页
   ·小结第88-89页
6 推荐列表多样性研究第89-101页
   ·推荐列表多样性问题第89-90页
   ·相关的研究分析第90-93页
     ·基于领域分类知识的相似性度量推荐模型第90-92页
     ·推荐多样性第92-93页
   ·推荐列表多样性度量方法第93-94页
   ·多样性推荐算法第94-96页
     ·多样性推荐解决思路第94页
     ·算法描述第94-96页
   ·实验评价第96-100页
     ·实验数据集与评估指标第96-97页
     ·实验结果与分析第97-100页
   ·小结第100-101页
7 基于信任的个性化推荐系统推荐攻击研究第101-111页
   ·TEPRS中的推荐攻击问题第101-103页
   ·相关的研究分析第103-105页
     ·网页排名欺诈第103页
     ·信任模型中的恶意攻击第103-105页
   ·不信任特性分析第105-108页
     ·不信任的传递第107页
     ·不信任度的计算第107-108页
   ·数据起源法第108-109页
   ·实验分析第109-110页
   ·小结第110-111页
8 总结与展望第111-113页
参考文献第113-127页
攻读博士期间发表和录用的文章第127-128页
致谢第128页

论文共128页,点击 下载论文
上一篇:偷逃税的防范研究
下一篇:江西邮政速递动态能力研究