基于隐性反馈的个性化自适应电子商务推荐系统研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 插图索引 | 第8-9页 |
| 附表索引 | 第9-10页 |
| 第1章 绪论 | 第10-20页 |
| ·研究背景 | 第10-11页 |
| ·个性化推荐系统的研究现状 | 第11-18页 |
| ·推荐系统概念的提出及发展 | 第11-13页 |
| ·国外典型电子商务推荐系统的应用现状 | 第13-16页 |
| ·我国典型电子商务推荐系统的研究现状 | 第16-18页 |
| ·国内外典型系统的比较分析 | 第18页 |
| ·本文的内容组织框架 | 第18-20页 |
| 第2章 个性化推荐系统及其技术 | 第20-40页 |
| ·主要推荐系统技术的介绍 | 第20-26页 |
| ·基于内容推荐 | 第20-21页 |
| ·协同过滤推荐 | 第21-22页 |
| ·基于关联规则推荐 | 第22-23页 |
| ·基于效用推荐 | 第23-24页 |
| ·基于知识/网格推荐 | 第24-26页 |
| ·主要推荐技术的对比 | 第26页 |
| ·个性化技术 | 第26-40页 |
| ·个性信息收集 | 第27-29页 |
| ·个性化模型的表示 | 第29-32页 |
| ·个性化模型的学习 | 第32-37页 |
| ·个性化模型的更新 | 第37-40页 |
| 第3章 基于隐性反馈的个性化自适应推荐系统设计 | 第40-57页 |
| ·隐性反馈个性化自适应推荐系统整体架构 | 第40-42页 |
| ·数据收集与处理 | 第42-48页 |
| ·用户数据的收集与预处理 | 第42-43页 |
| ·数据精练处理 | 第43-45页 |
| ·模糊语意处理 | 第45-47页 |
| ·解模糊化 | 第47-48页 |
| ·满意度计算和分析 | 第48-50页 |
| ·计算 | 第48-49页 |
| ·实验分析 | 第49-50页 |
| ·聚类处理 | 第50-55页 |
| ·自适应共振理论概述 | 第51-54页 |
| ·以自适应共振理论网络进行聚类处理 | 第54-55页 |
| ·推荐输出 | 第55-57页 |
| ·计算各群组的Top-N项目 | 第55页 |
| ·最终推荐处理 | 第55-56页 |
| ·自适应推荐 | 第56-57页 |
| 第4章 SME影片推荐系统 | 第57-63页 |
| ·SME系统开发环境与工具 | 第57-58页 |
| ·SME电影推荐系统介绍 | 第58-62页 |
| ·推荐效果及稳定性分析 | 第62-63页 |
| 第5章 总结及进一步工作 | 第63-66页 |
| ·总结 | 第63-64页 |
| ·进一步工作 | 第64-66页 |
| 参考文献 | 第66-76页 |
| 成果目录 | 第76-77页 |
| 致谢 | 第77页 |
