| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第19-39页 |
| 1.1 研究背景 | 第19-21页 |
| 1.2 研究的目的及意义 | 第21-22页 |
| 1.2.1 研究目的 | 第21页 |
| 1.2.2 研究意义 | 第21-22页 |
| 1.3 国内外研究现状及评述 | 第22-36页 |
| 1.3.1 移动商务研究现状及评述 | 第22-24页 |
| 1.3.2 用户体验研究现状及评述 | 第24-26页 |
| 1.3.3 个性化推荐研究现状及评述 | 第26-29页 |
| 1.3.4 移动商务推荐研究现状及评述 | 第29-34页 |
| 1.3.5 基于用户体验的移动商务推荐研究评述 | 第34-36页 |
| 1.4 主要研究内容与方法 | 第36-39页 |
| 1.4.1 研究内容 | 第36-37页 |
| 1.4.2 研究方法 | 第37页 |
| 1.4.3 技术路线 | 第37-39页 |
| 第2章 基于用户体验的移动用户购买决策行为产生机理与推荐模式架构 | 第39-68页 |
| 2.1 移动商务内涵及特征 | 第39-42页 |
| 2.1.1 移动商务的内涵 | 第39-41页 |
| 2.1.2 移动商务特征 | 第41-42页 |
| 2.2 基于消费者决策行为理论的移动用户购买决策过程 | 第42-51页 |
| 2.2.1 移动用户购买决策驱动因素 | 第42-44页 |
| 2.2.2 移动用户购买决策交互过程 | 第44-47页 |
| 2.2.3 用户体验与移动用户购买决策关系 | 第47-51页 |
| 2.3 基于TAM的用户体验与移动商务推荐模式关系 | 第51-64页 |
| 2.3.1 移动商务环境下的用户体验影响因素维度 | 第51-54页 |
| 2.3.2 用户体验与移动商务推荐模式关系模型 | 第54-64页 |
| 2.4 基于用户体验的移动商务推荐模式架构 | 第64-67页 |
| 2.4.1 设计原则 | 第64页 |
| 2.4.2 基于用户体验的移动商务推荐模式架构 | 第64-67页 |
| 2.5 本章小结 | 第67-68页 |
| 第3章 基于个性化情景的移动商务推荐模式 | 第68-83页 |
| 3.1 个性化情景内涵 | 第68-70页 |
| 3.1.1 情景的含义及分类 | 第68-69页 |
| 3.1.2 个性化情景描述 | 第69-70页 |
| 3.2 基于个性化情景的移动商务推荐模式构建 | 第70-76页 |
| 3.2.1 推荐模式形式表达 | 第70-73页 |
| 3.2.2 情景与个性化情景耦合程度 | 第73-75页 |
| 3.2.3 推荐算法及推荐结果生成 | 第75-76页 |
| 3.3 基于个性化情景的移动商务推荐模式适用条件 | 第76-77页 |
| 3.4 基于个性化情景的移动商务推荐模式验证 | 第77-81页 |
| 3.4.1 实验设计 | 第77-78页 |
| 3.4.2 结果分析 | 第78-81页 |
| 3.5 本章小结 | 第81-83页 |
| 第4章 基于信任的移动商务推荐模式 | 第83-100页 |
| 4.1 信任的特征及社会网络分析 | 第83-86页 |
| 4.1.1 信任的内涵及特征 | 第83页 |
| 4.1.2 社会网络分析 | 第83-86页 |
| 4.2 基于信任的移动商务推荐模式架构 | 第86-88页 |
| 4.2.1 信任信息分类 | 第86页 |
| 4.2.2 推荐模式结构模型 | 第86-88页 |
| 4.3 基于富信任信息的移动商务推荐模式 | 第88-91页 |
| 4.3.1 富信任信息特征 | 第88页 |
| 4.3.2 富信任环境下用户关系确定 | 第88-89页 |
| 4.3.3 推荐算法及推荐结果生成 | 第89-91页 |
| 4.4 基于稀疏信任信息的移动商务推荐模式 | 第91-96页 |
| 4.4.1 稀疏信任特征分析 | 第91页 |
| 4.4.2 稀疏信任环境下用户关系确定 | 第91-95页 |
| 4.4.3 推荐算法及推荐结果生成 | 第95-96页 |
| 4.5 基于信任的移动商务推荐模式的适用条件 | 第96页 |
| 4.6 基于信任的移动商务推荐模式验证 | 第96-99页 |
| 4.6.1 实验设计 | 第96-97页 |
| 4.6.2 结果分析 | 第97-99页 |
| 4.7 本章小结 | 第99-100页 |
| 第5章 基于多样性的移动商务推荐模式 | 第100-115页 |
| 5.1 推荐系统多样性的涵义及类型 | 第100-101页 |
| 5.1.1 多样性的涵义 | 第100页 |
| 5.1.2 多样性的类型 | 第100-101页 |
| 5.2 基于多样性的移动商务推荐长尾效应及流程 | 第101-104页 |
| 5.2.1 长尾效应分析 | 第101-103页 |
| 5.2.2 推荐流程 | 第103-104页 |
| 5.3 基于多样性的移动商务推荐模式构建 | 第104-107页 |
| 5.3.1 基于多样性的移动商务推荐模式构建原则 | 第105页 |
| 5.3.2 项目流行度及新鲜度描述 | 第105-106页 |
| 5.3.3 推荐算法及推荐结果生成 | 第106-107页 |
| 5.4 基于多样性的移动商务推荐模式的适用条件 | 第107-108页 |
| 5.5 基于多样性的移动商务推荐模式验证 | 第108-114页 |
| 5.5.1 实验设计 | 第108-109页 |
| 5.5.2 结果分析 | 第109-114页 |
| 5.6 本章小结 | 第114-115页 |
| 第6章 实证研究 | 第115-130页 |
| 6.1 蚂蜂窝旅游网背景简介 | 第115页 |
| 6.2 面向景点推荐的马蜂窝旅游网情景维度划分 | 第115-118页 |
| 6.2.1 用户情景 | 第116页 |
| 6.2.2 位置情景 | 第116页 |
| 6.2.3 时间情景 | 第116-117页 |
| 6.2.4 环境情景 | 第117页 |
| 6.2.5 设备情景 | 第117-118页 |
| 6.3 蚂蜂窝旅游网个性化情景推荐模式 | 第118-124页 |
| 6.3.1 设计思路 | 第118-119页 |
| 6.3.2 用户-景点评分矩阵构建 | 第119-120页 |
| 6.3.3 用户个性化情景确定 | 第120-121页 |
| 6.3.4 推荐列表生成 | 第121-122页 |
| 6.3.5 推荐结果及效果分析 | 第122-124页 |
| 6.4 蚂蜂窝旅游网信任推荐模式 | 第124-127页 |
| 6.4.1 用户-景点评分矩阵构建 | 第124-125页 |
| 6.4.2 个性化情景相似度与信任度矩阵合并 | 第125-126页 |
| 6.4.3 推荐列表生成 | 第126页 |
| 6.4.4 推荐结果及效果分析 | 第126-127页 |
| 6.5 蚂蜂窝旅游网多样性推荐模式 | 第127-129页 |
| 6.5.1 景点预测值集合 | 第127页 |
| 6.5.2 景点流行度集合 | 第127-128页 |
| 6.5.3 推荐列表生成 | 第128页 |
| 6.5.4 推荐结果及效果分析 | 第128-129页 |
| 6.6 本章小结 | 第129-130页 |
| 结论 | 第130-132页 |
| 参考文献 | 第132-147页 |
| 攻读学位期间承担的科研任务与主要成果 | 第147-148页 |
| 附录 | 第148-152页 |
| 致谢 | 第152页 |
