摘要
第一章 绪论
1.1研究背景与意义
1.2电子商务个性化推荐系统的研究现状
1.3论文的研究对象和所做的工作
1.4论文的结构安排
1.5本章小结
第二章 电子商务个性化推荐系统及其相关技术
2.1电子商务个性化推荐系统概述
2.2.1 电子商务个性化推荐系统的概念
2.2.2 电子商务个性化推荐系统的作用
2.2.3 电子商务个性化推荐系统的构成
2.2.4 电子商务个性化推荐系统的整体框架及应用流程
2.2.5 电子商务个性化推荐系统的研究内容
2.2目前推荐系统中采用的相关技术
2.2.1 数据仓库
2.2.2 信息检索与信息过滤
2.2.3 数据挖掘
2.3本章小结
第三章 电子商务个性化推荐算法介绍
3.1电子商务个性化推荐算法概述
3.2基于内容的推荐算法
3.2.1 基于内容的推荐算法概述
3.2.2 基于内容的推荐算法的优缺点
3.3基于Bayesian网络技术的推荐算法
3.4本章小结
第四章 电子商务个性化产品推荐策略研究
4.1电子商务推荐策略的评价标准
4.2目前采用的电子商务推荐策略
4.2.1 分类浏览
4.2.2 基于内容的检索
4.2.3 推荐最畅销的前N种产品
4.2.4 推荐与用户兴趣最相关的N种产品
4.2.5 其他推荐策略
4.3推荐策略评价与存在的问题
4.4根据产品特性选择推荐策略
4.4.1 频繁购买的产品
4.4.2 非频繁购买的产品
4.5根据用户特性选择推荐策略
4.5.1 低信息量用户
4.5.2 高信息量用户
4.6本章小结
第五章 基于概念分层的个性化推荐算法
5.1协同过滤推荐算法
5.1.1 协同过滤推荐算法中的用户数据
5.1.2 协同过滤推荐算法步骤
5.1.3 协同过滤推荐算法的不足
5.2关联规则推荐算法
5.2.1关联规则挖掘
5.2.2 关联规则推荐算法步骤
5.2.3 关联规则推荐算法的不足
5.3基于概念分层的个性化推荐算法
5.3.1 概念分层
5.3.2 多层次评估矩阵
5.3.3 多层次关联规则的产生与多层次关联矩阵
5.3.4 用户相似度的计算
5.3.5 top-N推荐的产生
5.3.6 推荐结果的产生
5.4本章小结
第六章基于概念分层的个性化推荐算法的实验设计和结果分析
6.1实验数据
6.2实验评估标准
6.3实验过程
6.4实验结果与分析
6.5本章小结
第七章结束语
7.1本文工作
7.2未来展望
7.3后续工作
参考文献
附录：
附录1：协同过滤算法
附录2：基于概念分层的个性化推荐算法
致谢
攻读硕士学位期间发表的论文
