声明
致谢
摘要
1.1.1研究背景
1.1.2研究意义
1.2国内外研究综述
1.2.1 国外研究综述
1.2.2国内研究综述
1.3研究内容与技术路线
1.3.1研究内容
1.3.2技术路线
2.1商品推荐系统
2.1.1商品推荐系统定义
2.1.2商品推荐系统分类
2.1.3商品推荐系统评价
2.2协同过滤算法
2.2.1 基于用户的协同过滤算法(UBCF)
2.2.2基于项目的协同过滤算法(IBCF)
2.2.3协同过滤算法优缺点分析
2.3系统架构及关键技术
2.3.1 SOA架构
2.3.2 Dubbo框架
2.3.3 ZooKeeper
2.4本章小结
3零售商品推荐算法模型构建
3.1 零售商品推荐系统关键问题分析
3.1.1关键问题分析
3.1.2解决思路
3.2基于用户特征的用户相似度分析
3.2.1用户特征提取
3.2.2基于用户特征的用户相似度计算
3.3基于历史评分的用户相似度分析
3.3.1 时间场景的选取和划分
3.3.2用户一商品评分矩阵的构建
3.3.3基于历史评分的用户相似度计算
3.4模型构建
3.4.1 最终用户相似度矩阵计算
3.4.2最近邻选取
3.4.3产生推荐
3.4.4算法描述
3.5模型验证
3.5.1实验数据集
3.5.2对比实验
3.6本章小结
4 B公司零售商品推荐系统需求分析与设计
4.1 B公司零售商品推荐系统需求分析
4.1.1 业务需求
4.1.2系统功能需求
4.1.3系统活动图
4.2 B公司零售商品推荐系统概要设计
4.2.1系统设计的目标和原则
4.2.2 B公司软件系统整体架构
4.2.3 B公司零售商品推荐系统详细结构
4.3 B公司零售商品推荐系统功能模块设计
4.3.1用户特征记录模块设计
4.3.2用户行为信息记录模块设计
4.3.3推荐引擎模块设计
4.3.4用户接口模块设计
4.4数据库设计
4.5 本章小结
5 B公司零售商品推荐系统的实现与测试
5.1 系统开发环境与框架配置
5.2系统各功能模块的实现
5.2.1用户特征记录模块功能实现
5.2.2用户行为信息记录模块功能实现
5.2.3推荐引擎模块功能实现
5.2.4用户接口模块功能实现
5.3 系统测试
5.3.1测试的软硬件环境
5.3.2系统功能测试
5.4本章小结
6.1 结论
6.2展望
参考文献
附录
作者简历及攻读硕士学位期间取得的研究成果
学位论文数据集