文摘
英文文摘
声明
第1章引言
1.1研究背景
1.2电子商务推荐系统的主要研究内容及研究现状
1.2.1电子商务推荐系统的主要研究内容
1.2.2电子商务推荐系统的研究现状
1.3电子商务推荐系统面临的主要挑战
1.4本文的主要研究内容
1.5论文结构
第2章电子商务推荐系统及其相关技术
2.1电子商务推荐系统的界面表现形式
2.2电子商务推荐系统的输入/输出方式
2.2.1电子商务推荐系统的输入方式
2.2.2电子商务推荐系统的输出方式
2.3电子商务推荐系统的分类
2.4相关技术
2.4.1协同过滤
2.4.2聚类
2.4.3关联规则
2.4.4贝叶斯网络
2.4.5 Horting图
2.5小结
第3章协同过滤推荐算法
3.1电子商务推荐算法概述
3.2协同过滤推荐算法
3.2.1基于用户的协同过滤推荐算法(User-Based)
3.2.2基于项目的协同过滤推荐算法(Item-Based)
3.3协同过滤推荐算法应用中存在的问题
3.3.1数据稀疏性(Sparsity)问题
3.3.2算法的可扩展性(Scalability)问题
3.3.3冷开始(Cold-start)问题
3.3.4奇异发现(Serendipity)问题
3.4协同过滤推荐算法的改进
3.4.1 LSI/SVD-based协同过滤推荐算法
3.4.2 Cluster-based协同过滤推荐算法
3.4.3基于项目聚类的协同过滤推荐算法
3.5小结
第4章基于顾客交易数据的协同过滤推荐算法
4.1顾客购买偏好分析
4.1.1购买偏好度量
4.1.2购买偏好分析
4.2基于用户的协同过滤推荐(User-based CF)
4.2.1最近邻查询
4.2.2推荐产生
4.3基于项目的协同过滤推荐(Item-based CF)
4.3.1最近邻查询
4.3.2推荐产生
4.4算法举例
4.5小结
第5章基于项目综合指标值预测的协同过滤推荐算法
5.1算法的提出
5.2算法描述
5.2.1符号说明
5.2.2算法的输入输出
5.3推荐过程
5.3.1最近邻搜索
5.3.2推荐产生
5.4算例分析
5.4.1数据集
5.4.2度量标准
5.4.3结果分析
5.5小结
第6章基于顾客模糊聚类的协同过滤推荐算法
6.1算法的提出
6.2算法流程
6.3运用模糊聚类算法构造顾客在属性特征上的相似关系群
6.3.1模糊聚类算法概述
6.3.2构造顾客在属性特征上的相似关系群
6.4构造综合最近邻居集并产生推荐
6.5算例分析
6.5.1数据集
6.5.2结果分析
6.6小结
第7章总结与展望
7.1本文工作的总结
7.2未来工作
参考文献
致 谢
攻读学位期间发表的学术论文
东北大学;