电子商务智能推荐系统的研究

第一章　绪论
　第一节　研究背景
　第二节　国内外研究现状与分析
　第三节　本书拟解决的关键问题
　第四节　研究目的和意义
　第五节　本书结构
第二章　电子商务推荐系统简介
　第一节　电子商务分析
　第二节　信息检索和信息过滤
　第三节　个性化推荐
　第四节　电子商务推荐系统模型
　第五节　传统推荐算法简介
第三章　基于改进的k最近邻协同过滤推荐算法
　第一节　提出问题
　第二节　丸最近邻搜索(KNNs)算法简介
　第三节　相关研究
　第四节　P2PAKNNS算法
　第五节　BA-KNNs算法
　第六节　基于改进的k最近邻协同过滤推荐
　第七节　本章小结
第四章　基于KNDB的协同过滤推荐算法
　第一节　提出问题
　第二节　聚类简介
　第三节　KNDB聚类算法
　第四节　基于KNDB的协同过滤推荐算法
　第五节　本章小结
第五章　基于关联规则的智能推荐技术
　第一节　关联规则在电子商务应用中存在的问题
　第二节　关联规则算法分析
　第三节　RSAA—BOUIGA关联规则算法
　第四节　双阈值法
　第五节　基于关联规则的智能推荐技术
　第六节　本章小结
第六章　基于隐式评分的智能推荐系统
　第一节　提出问题
　第二节　BP学习算法简介
　第三节　体系结构
　第四节　项档案的建立
　第五节　用户档案的建立
　第六节　协同过滤推荐的产生
　第七节　本章小结
第七章　基于内容的智能推荐系统
　第一节　提出问题
　第二节　用户兴趣特征描述
　第三节　体系结构
　第四节　基于内容的推荐产生
　第五节　本章小结
第八章　面向用户偏好和推荐结果的自动谈判协商
　第一节　研究现状
　……
第九章　电子商务网站信息构建．
第十章　电子商务智能推荐系统的设计与实现
第十一章　总结与展望
参考文献
后记