文摘
英文文摘
声明
1 绪论
1.1 课题来源
1.2 研究背景与意义
1.3 研究现状
1.3.1 数据挖掘与商务智能
1.3.2 电子商务与智能推荐系统
1.3.3 国内外推荐系统应用现状
1.4 论文的研究对象和所做的工作
1.5 论文的结构安排
2 电子商务智能推荐系统及其相关技术
2.1 电子商务智能推荐系统概述
2.1.1 电子商务推荐系统的含义
2.1.2 推荐问题的形式化描述
2.1.3 电子商务推荐系统的分类
2.1.4 推荐系统的数据类型
2.2 相关技术
2.2.1 信息检索和信息过滤
2.2.2 web数据挖掘
2.2.3 动态模糊逻辑与模糊推理
3 用户兴趣发现模式
3.1 网站用户行为分析
3.2 用户行为兴趣信息获取
3.2.1 用户兴趣数据源
3.2.2 数据采集与预处理
3.2.3 AJAX异步获取用户行为信息
3.3 一种改进的行为兴趣度计算
3.3.1 多元线性回归方法
3.3.2 非线性回归分析方法
3.3.3 一种改进的行为兴趣度计算
4 一种基于商品基因和GA的推荐算法
4.1 目前常用的推荐策略
4.2 关联规则推荐算法
4.2.1 Apriori算法
4.2.2 FP—Growth算法
4.3 协同过滤推荐算法
4.3.1 User—based Collaborative Filtering
4.3.2 Item—based Collaborative Filtering
4.4 基于商品基因和GA的推荐算法
4.4.1 遗传算法(Genetic A1 gorithm,GA)
4.4.2 基于商品基因和GA的推荐系统框架
4.4.3 算法模型与试验研究
5 ICRS系统原型的设计
5.1 系统需求分析
5.2 系统原型设计
5.2.1 ICRS推荐系统主要流程框架
5.2.2 推荐机制
5.3 系统结构
5.3.1 系统开发环境
5.3.2 STRUTS框架下的MVC模式
5.3.3 系统原型
6 结论和展望
6.1 结论
6.2 展望
参考文献
致谢
作者简介及读研期间主要科研成果