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--信息处理(信息加工)论文--检索机论文

互动型团购社区新模式及其群体推荐算法研究

中文摘要第3-4页
Abstract第4页
第一章 绪论第7-13页
    1.1 研究背景与研究意义第7-8页
    1.2 研究现状第8-9页
    1.3 研究方法与技术路线第9-11页
        1.3.1 研究方法第9-10页
        1.3.2 技术路线第10-11页
    1.4 论文内容与基本结构第11-13页
第二章 相关知识概述第13-30页
    2.1 团购网站概述第13-19页
        2.1.1 团购网站的兴起第13页
        2.1.2 团购网站的运营模式分析第13-15页
        2.1.3 现有团购网站的盈利模式分析第15-18页
        2.1.4 团购网站的优劣势分析第18-19页
    2.2 符号数据分析概述第19-24页
        2.2.1 符号数据的类型第20-21页
        2.2.2 符号数据降维过程第21-22页
        2.2.3 符号数据分析过程第22-24页
    2.3 个性化推荐相关概述第24-30页
        2.3.1 研究内容与研究意义第24-26页
        2.3.2 推荐系统相关技术概述第26-27页
        2.3.3 群体推荐研究相关概述第27-30页
第三章 互动型团购社区新模式研究第30-39页
    3.1 互动型团购社区新模式研究第30-33页
        3.1.1 消费者与消费者之间互动的实现第32页
        3.1.2 消费者与商家之间互动的实现第32-33页
    3.2 互动型团购社区网站的盈利模式分析第33-35页
    3.3 互动型团购社区网站的优势分析第35-39页
        3.3.1 成本效益分析第35-37页
        3.3.2 未来发展分析第37-39页
第四章 基于符号数据分析的团购网站群体推荐算法第39-45页
    4.1 算法描述第39-40页
    4.2 模型建立第40-44页
        4.2.1 点数据评价矩阵预处理第40-41页
        4.2.2 建立目标群体模型第41-43页
        4.2.3 生成目标项目模型第43-44页
    4.3 推荐过程第44-45页
第五章 实验评价第45-51页
    5.1 数据来源第45-46页
    5.2 评价标准第46页
    5.3 对比算法第46-47页
    5.4 研究过程与结果分析第47-51页
第六章 总结与展望第51-53页
    6.1 本文的工作总结第51-52页
    6.2 研究展望第52-53页
参考文献第53-58页
发表论文和参加科研情况说明第58-59页
致谢第59页

论文共59页,点击 下载论文
上一篇:空地一体化的突发事件监控
下一篇:混合退化情况下的图像复原算法研究