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