电子商务推荐相关技术及其改进机制2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

电子商务推荐相关技术及其改进机制PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一章 电子商务系统概述1

第一节 电子商务的产生和发展1

一、引言1

二、电子商务产生和发展的条件3

三、电子商务发展的三个阶段6

四、电子商务对社会经济会产生哪些影响9

五、电子商务在国内外的发展情况11

第二节 相关学科对电子商务的影响25

一、计算机学科与电子商务25

二、通信学科与电子商务27

三、管理学科与电子商务29

第三节 电子商务的基本概念30

一、电子商务的定义30

二、电子商务的硬件工作平台32

三、电子商务的软件工作平台33

第四节 电子商务与推荐系统33

第五节 电子商务推荐现阶段问题35

第六节 本书的主要工作37

一、本书的研究意义37

二、本书的主要内容37

三、本书的基本思路与研究方法41

第七节 本书的组织结构43

第二章 电子商务推荐及其相关技术评析45

第一节 电子商务推荐系统45

一、电子商务推荐系统及构成46

二、电子商务个性化推荐系统的作用47

三、电子商务个性化推荐系统的研究内容48

四、推荐典型案例49

第二节 国内外研究现状53

一、基础评价数据的完整性研究现状53

二、推荐方法研究现状54

三、计算复杂度研究现状57

第三节 基于内容的推荐58

一、基于内容推荐基本思想58

二、基于内容推荐过程58

第四节 协同过滤推荐60

一、协同过滤技术分类66

二、基于用户的协同过滤66

三、基于项目的协同过滤70

四、协同过滤推荐技术的优缺点72

第五节 混合推荐73

第六节 基于关联规则的推荐74

第七节 Web数据挖掘与电子商务推荐78

一、隐性数据挖掘80

二、隐性评价数据的处理81

第八节 其他推荐方法85

第九节 推荐相关技术评析86

第三章 基于Vague集理论的产品分类树89

第一节 Vague集相关理论介绍89

一、Vague集相关理论产生背景89

二、Vague集理论的基本思想90

三、Vague集理论与电子商务推荐93

第二节 产品特征的提取与表示94

一、产品特征的提取94

二、项目特征的Vague值表示95

第三节 相似产品聚类97

一、常用聚类算法比较97

二、聚类原理与过程100

第四节 生成产品分类树103

一、客户兴趣与种子类103

二、产品分类树的生成104

三、种子类的预设107

第五节 项目分类结构图109

第四章 神经网络聚类与预测补值处理110

第一节 神经网络基本原理110

一、神经网络发展历史110

二、神经网络特征111

三、神经网络基本内容113

四、发展趋势与应用115

第二节 SOM与RBF的聚类与预测116

第三节 SOM神经网络的相似用户聚类：SOM聚类算法118

一、自组织神经网络基本原理118

二、自组织映射网络的拓扑结构122

三、SOM权值的调整域122

四、SOM网络运行原理124

五、SOM学习方法124

第四节 利用SOM对评价矩阵进行预聚类126

一、SOM聚类过程126

二、Matlab实现128

第五节 RBF神经网络预测补值135

一、RBF神经网络135

二、网络的训练与设计138

第六节 RBF神经网络预测补值处理140

一、RBF神经网络预测补值过程140

二、Matlab实验及分析142

第五章 协同过滤聚类及推荐的实施148

第一节 相似用户的聚类：利用K-均值聚类算法对种子类内相似用户聚类148

第二节 推荐的实施152

一、本书推荐实施的流程152

二、鉴定最积极与最消极邻居153

三、关联规则挖掘154

四、推荐结果集的生成161

第六章 推荐质量实验分析及评价162

第一节 实验度量指标162

一、召回率与精度162

二、F-相关检测、MAE-平均绝对误差163

三、实验方案164

第二节 实验过程164

一、实验基本内容165

二、MAE-平均绝对误差分析170

三、计算复杂度分析170

第七章 结论与展望174

第一节 本书主要内容174

一、研究网络环境下顾客购物偏好的表示与识别174

二、构造协同过滤推荐与关联规则相结合的混合推荐模型174

三、针对因数据计算复杂所引起的推荐实时性差问题，提出改进机制175

第二节 本书创新点175

第三节 展望176

参考文献179

后记197