社會化電子商務(wù)推薦模型研究

1 引言
1．1 選題背景與研究意義
1．1．1 選題背景
1．1．2 研究意義
1．2 商品推薦的國內(nèi)外研究現(xiàn)狀
1．2．1 國內(nèi)研究現(xiàn)狀
1．2．2 國外研究現(xiàn)狀
1．2．3 國內(nèi)外研究述評
1．3 研究內(nèi)容、方法與創(chuàng)新點(diǎn)
1．3．1 研究目標(biāo)與內(nèi)容
1．3．2 研究思路與方法
1．3．3 創(chuàng)新之處
2 社會化電子商務(wù)推薦理論基礎(chǔ)
2．1 社會化電子商務(wù)基本理論
2．1．1 社會化電子商務(wù)的概念與特征
2．1．2 社會化電子商務(wù)的分類
2．1．3 面向社會化電子商務(wù)的推薦
2．2 用戶需求相關(guān)理論
2．2．1 用戶需求、偏好與興趣
2．2．2 馬斯洛需求層次理論
2．2．3 用戶需求建模過程及方法
2．2．4 社會化電子商務(wù)中的用戶需求
2．3 電子商務(wù)推薦理論
2．3．1 電子商務(wù)推薦系統(tǒng)原理與分類
2．3．2 主要推薦方法
2．3．3 社會化推薦
2．3．4 推薦效果評價指標(biāo)與方法
2．4 消費(fèi)者心理與行為理論
2．4．1 消費(fèi)心理理論
2．4．2 消費(fèi)者行為理論
2．5 研究問題界定
2．6 本章小結(jié)
3 社會化電子商務(wù)用戶需求建模
3．1 社會化電子商務(wù)中用戶需求獲取
3．1．1 社會化電子商務(wù)中的用戶需求信息源
3．1．2 社會化電子商務(wù)中用戶需求獲取方法
3．2 社會化電子商務(wù)用戶需求表示
3．2．1 基于標(biāo)簽的用戶需求向量空間表示
3．2．2 社交關(guān)系中的用戶需求表示
3．2．3 社區(qū)評論中的用戶需求表示
3．3 用戶需求模型的更新
3．3．1 用戶需求模型更新方法
3．3．2 社會化電子商務(wù)用戶需求模型的更新
3．4 本章小結(jié)
4 社會化電子商務(wù)推薦的模型框架
4．1 社會化電子商務(wù)推薦模型框架的構(gòu)建
4．1．1 社會化電子商務(wù)中的用戶行為
4．1．2 社會化電子商務(wù)中的用戶需求表現(xiàn)
4．1．3 社會化電子商務(wù)中的商品推薦思路
4．2 社會化電子商務(wù)中的商品推薦方法體系
4．2．1 基于標(biāo)簽一本體的商品推薦方法
4．2．2 基于信任關(guān)系的商品推薦方法
4．2．3 基于評論挖掘的商品推薦方法
4．3 本章小結(jié)
5 基于標(biāo)簽-本體的商品推薦
5．1 基于標(biāo)簽-本體的商品推薦問題定義
5．2 基于標(biāo)簽-本體的商品推薦模型構(gòu)建
5．2．1 產(chǎn)品本體構(gòu)建
5．2．2 用戶偏好建模
5．2．3 個性化商品推薦
5．3 實驗及結(jié)果分析
5．3．1 實驗數(shù)據(jù)的描述與處理
5．3．2 數(shù)據(jù)分析
5．3．3 實驗對比與結(jié)果分析
5．4 基于標(biāo)簽-本體的商品推薦的適用平臺
5．4．1 基于標(biāo)簽-本體的商品推薦的應(yīng)用前提、優(yōu)缺點(diǎn)
5．4．2 基于標(biāo)簽-本體的商品推薦的應(yīng)用平臺歸納
5．5 本章小結(jié)
6 基于信任關(guān)系的商品推薦
6．1 基于信任關(guān)系的商品推薦理論基礎(chǔ)與問題定義
6．1．1 信任相關(guān)理論
6．1．2 社會化電子商務(wù)中用戶之間信任的影響因素
6．1．3 基于信任關(guān)系的商品推薦問題定義
6．2 基于信任關(guān)系的商品推薦模型構(gòu)建
6．2．1 用戶信任網(wǎng)絡(luò)構(gòu)建
6．2．2 用戶之間信任度計算
6．2．3 基于標(biāo)簽的用戶興趣相似度計算
6．2．4 基于信任關(guān)系的商品推薦算法
6．3 實驗及結(jié)果分析
6．3．1 實驗數(shù)據(jù)的描述與處理
6．3．2 評估指標(biāo)與對比方法
6．3．3 實驗與結(jié)果討論
6．4 基于信任關(guān)系的商品推薦的適用平臺
6．4．1 基于信任關(guān)系的商品推薦的應(yīng)用前提、優(yōu)缺點(diǎn)
6．4．2 基于信任關(guān)系的商品推薦的應(yīng)用平臺歸納
6．5 本章小結(jié)
7 基于評論挖掘的商品推薦
7．1 基于評論挖掘的商品推薦問題定義
7．1．1 基于評論挖掘的推薦問題描述
7．1．2 基于評論挖掘的推薦框架
7．2 面向商品推薦的評論挖掘
7．2．1 評論數(shù)據(jù)收集與預(yù)處理
7．2．2 特征一意見對抽取
7．2．3 情感極性判斷及產(chǎn)品評分計算
7．3 用戶偏好分析
7．3．1 基于消費(fèi)心理理論的評論用戶分類
7．3．2 基于關(guān)注度與需求度的用戶滿意度計算
7．4 個性化商品推薦
7．4．1 商品相似度計算
7．4．2 基于用戶滿意度的商品協(xié)同推薦
7．5 實驗及結(jié)果分析
7．5．1 實驗數(shù)據(jù)的描述與處理
7．5．2 推薦測評方法與結(jié)果
7．6 基于評論挖掘的商品推薦的應(yīng)用平臺
7．6．1 基于評論挖掘的商品推薦的應(yīng)用前提、優(yōu)缺點(diǎn)
7．6．2 基于評論挖掘的商品推薦的應(yīng)用平臺歸納
7．7 本章小結(jié)
8 總結(jié)與展望
8．1 總結(jié)
8．2 不足
8．3 展望
參考文獻(xiàn)
后記