第一章 緒論
第一節(jié) 研究背景
第二節(jié) 國內外研究現狀與分析
第三節(jié) 本書擬解決的關鍵問題
第四節(jié) 研究目的和意義
第五節(jié) 本書結構
第二章 電子商務推薦系統(tǒng)簡介
第一節(jié) 電子商務分析
第二節(jié) 信息檢索和信息過濾
第三節(jié) 個性化推薦
第四節(jié) 電子商務推薦系統(tǒng)模型
第五節(jié) 傳統(tǒng)推薦算法簡介
第三章 基于改進的k最近鄰協(xié)同過濾推薦算法
第一節(jié) 提出問題
第二節(jié) 丸最近鄰搜索(KNNs)算法簡介
第三節(jié) 相關研究
第四節(jié) P2PAKNNS算法
第五節(jié) BA-KNNs算法
第六節(jié) 基于改進的k最近鄰協(xié)同過濾推薦
第七節(jié) 本章小結
第四章 基于KNDB的協(xié)同過濾推薦算法
第一節(jié) 提出問題
第二節(jié) 聚類簡介
第三節(jié) KNDB聚類算法
第四節(jié) 基于KNDB的協(xié)同過濾推薦算法
第五節(jié) 本章小結
第五章 基于關聯(lián)規(guī)則的智能推薦技術
第一節(jié) 關聯(lián)規(guī)則在電子商務應用中存在的問題
第二節(jié) 關聯(lián)規(guī)則算法分析
第三節(jié) RSAA—BOUIGA關聯(lián)規(guī)則算法
第四節(jié) 雙閾值法
第五節(jié) 基于關聯(lián)規(guī)則的智能推薦技術
第六節(jié) 本章小結
第六章 基于隱式評分的智能推薦系統(tǒng)
第一節(jié) 提出問題
第二節(jié) BP學習算法簡介
第三節(jié) 體系結構
第四節(jié) 項檔案的建立
第五節(jié) 用戶檔案的建立
第六節(jié) 協(xié)同過濾推薦的產生
第七節(jié) 本章小結
第七章 基于內容的智能推薦系統(tǒng)
第一節(jié) 提出問題
第二節(jié) 用戶興趣特征描述
第三節(jié) 體系結構
第四節(jié) 基于內容的推薦產生
第五節(jié) 本章小結
第八章 面向用戶偏好和推薦結果的自動談判協(xié)商
第一節(jié) 研究現狀
……
第九章 電子商務網站信息構建.
第十章 電子商務智能推薦系統(tǒng)的設計與實現
第十一章 總結與展望
參考文獻
后記