文摘
英文文摘
论文说明:图表清单
声明
致谢
第一章绪论
1.1研究背景
1.1.1商品捆绑销售
1.1.2个性化推荐
1.1.3个性化推荐技术
1.2目前研究现状
1.3课题研究的目的与意义
1.4本文主要研究内容和组织
第二章信息商品捆绑销售策略概述
2.1商品捆绑理论
2.1.1传统商品捆绑销售
2.1.2捆绑销售实施条件
2.1.3捆绑销售的影响因素
2.2信息商品特性
2.2.1信息商品的市场结构转向
2.2.2信息商品的优势
2.2.3信息商品捆绑销售版本划分策略
2.3商品捆绑销售的效应分析
2.3.1商品捆绑销售对厂商的效应
2.3.2商品捆绑销售对消费者的效应
2.4本章小结
第三章基于用户聚类的协同过滤推荐技术
3.1聚类的相关概念
3.1.1聚类分析
3.1.2聚类相似度的度量
3.2常用的聚类算法
3.2.1 k-平均算法
3.2.2 k-中心算法
3.2.3 DIANA算法
3.2.4 DBSCAN算法
3.3基于用户聚类的协同过滤算法
3.3.1相关概念
3.3.2离线用户聚类算法
3.3.3在线搜索最近邻居并产生推荐
3.3.4算法的时间复杂度分析
3.4本章小结
第四章引入商品利润因素的个性化推荐
4.1传统的推荐系统
4.2融入利润因素的商品推荐
4.2.1不同角度的商品推荐系统
4.2.2融入利润因素的商品推荐系统
4.3引入商品收益因素的推荐系统的性能分析
4.3.1捆绑商品个性化推荐系统体系结构
4.3.2数据集
4.3.3评估方法
4.3.4实验结果
4.4本章小结
第五章总结与展望
5.1论文的主要工作
5.2未来研究展望
参考文献
攻读硕士学位期间发表的论文
合肥工业大学;