基于智能感知分析用户行为的个性化推荐系统研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景和意义 | 第11-13页 |
| 1.2 研究现状 | 第13-14页 |
| 1.3 网络用户行为分析 | 第14-15页 |
| 1.4 主要研究内容和论文结构 | 第15-16页 |
| 1.4.1 主要研究内容 | 第15页 |
| 1.4.2 论文结构 | 第15-16页 |
| 1.5 本章小结 | 第16-17页 |
| 第二章 网站交互设计与用户行为研究 | 第17-32页 |
| 2.1 网络用户行为的概念与分类 | 第17-20页 |
| 2.1.1 网络用户行为的概念及其特点 | 第17-18页 |
| 2.1.2 网络用户行为的表示及测量 | 第18-19页 |
| 2.1.3 网络用户行为分类 | 第19-20页 |
| 2.2 网站交互设计 | 第20-24页 |
| 2.2.1 交互设计概念 | 第21页 |
| 2.2.2 重用策略的应用 | 第21-22页 |
| 2.2.3 网站交互设计框架 | 第22-23页 |
| 2.2.4 网站交互设计模式 | 第23-24页 |
| 2.3 用户行为研究 | 第24-29页 |
| 2.3.1 用户行为概述 | 第24-26页 |
| 2.3.2 影响用户行为的因素 | 第26-28页 |
| 2.3.3 用户信息搜索行为 | 第28-29页 |
| 2.4 以用户行为为中心的网站设计 | 第29-31页 |
| 2.4.1 用户行为对网站交互设计的导向作用 | 第30页 |
| 2.4.2 用户行为模式减少不必要的重复设计 | 第30页 |
| 2.4.3 引导用户行为 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 基于用户行为的个性化推荐及核心技术 | 第32-47页 |
| 3.1 个性化推荐系统概述 | 第32-34页 |
| 3.1.1 个性化推荐系统概念 | 第32页 |
| 3.1.2 个性化推荐系统的研究内容 | 第32-33页 |
| 3.1.3 个性化推荐系统的经济效益 | 第33页 |
| 3.1.4 个性化推荐系统分类 | 第33-34页 |
| 3.2 个性化推荐系统结构 | 第34-36页 |
| 3.2.1 个性化推荐系统输入 | 第34-35页 |
| 3.2.2 个性化推荐系统输出 | 第35-36页 |
| 3.3 主要核心技术 | 第36-39页 |
| 3.3.1 贝叶斯网络 | 第36页 |
| 3.3.2 关联规则 | 第36-37页 |
| 3.3.3 聚类 | 第37-38页 |
| 3.3.4 协同过滤 | 第38页 |
| 3.3.5 基于内容的推荐算法 | 第38-39页 |
| 3.3.6 基于知识的推荐算法 | 第39页 |
| 3.4 用户行为模型的建立与更新 | 第39-42页 |
| 3.4.1 用户行为模型建立 | 第39-41页 |
| 3.4.2 用户行为模型更新 | 第41-42页 |
| 3.5 构建产品特征模型 | 第42页 |
| 3.6 协同过滤推荐算法 | 第42-46页 |
| 3.6.1 基于用户的协同过滤推荐算法 | 第42-44页 |
| 3.6.2 基于内容的个性化推荐算法 | 第44-45页 |
| 3.6.3 协同过滤与基于内容的加权组合 | 第45-46页 |
| 3.7 本章小结 | 第46-47页 |
| 第四章 网站个性化推荐系统设计实现 | 第47-59页 |
| 4.1 网站个性化推荐系统前端设计 | 第47-48页 |
| 4.1.1 首页推荐模块设计 | 第47页 |
| 4.1.2 浏览页面—相似产品推荐 | 第47页 |
| 4.1.3 购买产品--相关产品推荐 | 第47-48页 |
| 4.2 网站个性化推荐系统设计 | 第48-49页 |
| 4.2.1 网站总体框架 | 第48页 |
| 4.2.2 冷启动问题 | 第48-49页 |
| 4.2.3 基于层次向量构建用户特征模型 | 第49页 |
| 4.3 系统数据库设计 | 第49-52页 |
| 4.3.1 管理员信息表 | 第50页 |
| 4.3.2 用户信息表 | 第50-51页 |
| 4.3.3 商品信息表 | 第51-52页 |
| 4.4 外部应用接口设计 | 第52-53页 |
| 4.4.1 根据浏览过的商品进行推荐 | 第52-53页 |
| 4.4.2 根据购买的商品进行推荐 | 第53页 |
| 4.4.3 根据收藏的商品进行推荐 | 第53页 |
| 4.5 网站个性化推荐实现 | 第53-58页 |
| 4.5.1 前台系统实现 | 第53-54页 |
| 4.5.2 商品推荐功能实现 | 第54-56页 |
| 4.5.3 初始推荐结果的产生 | 第56-57页 |
| 4.5.4 基于加权组合推荐算法的个性化推荐 | 第57-58页 |
| 4.6 本章小结 | 第58-59页 |
| 第五章 结论与展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63页 |
