第一章 绪论 1
第一节 研究背景 1
第二节 国内外研究现状与分析 2
第三节 本书拟解决的关键问题 7
第四节 研究目的和意义 8
第五节 本书结构 9
第二章 电子商务推荐系统简介 11
第一节 电子商务分析 11
第二节 信息检索和信息过滤 24
第三节 个性化推荐 27
第四节 电子商务推荐系统模型 30
第五节 传统推荐算法简介 39
第三章 基于改进的k最近邻协同过滤推荐算法 52
第一节 提出问题 52
第二节k最近邻搜索（KNNs）算法简介 53
第三节 相关研究 55
第四节P2PAKNNS算法 58
第五节BA-KNNs算法 69
第六节 基于改进的k最近邻协同过滤推荐 76
第七节 本章小结 79
第四章 基于KNDB的协同过滤推荐算法 81
第一节 提出问题 81
第二节 聚类简介 83
第三节KNDB聚类算法 87
第四节 基于KNDB的协同过滤推荐算法 95
第五节 本章小结 97
第五章 基于关联规则的智能推荐技术 98
第一节 关联规则在电子商务应用中存在的问题 98
第二节 关联规则算法分析 99
第三节RSAA-BOUIGA关联规则算法 108
第四节 双阈值法 112
第五节 基于关联规则的智能推荐技术 114
第六节 本章小结 118
第六章 基于隐式评分的智能推荐系统 119
第一节 提出问题 119
第二节BP学习算法简介 121
第三节 体系结构 123
第四节 项档案的建立 125
第五节 用户档案的建立 126
第六节 协同过滤推荐的产生 134
第七节 本章小结 135
第七章 基于内容的智能推荐系统 137
第一节 提出问题 137
第二节 用户兴趣特征描述 138
第三节 体系结构 140
第四节 基于内容的推荐产生 142
第五节 本章小结 143
第八章 面向用户偏好和推荐结果的自动谈判协商 144
第一节 研究现状 144
第二节 问题分析 146
第三节 电子商务谈判简介 149
第四节 谈判模型 152
第五节 谈判空间 154
第六节 谈判策略 155
第七节 本章小结 157
第九章 电子商务网站信息构建 159
第一节 信息构建概述 159
第二节 WIESM研究 161
第三节 电子商务网站IA设计分析 180
第四节 一个电子商务网站IA设计方案 187
第五节 本章小结 190
第十章 电子商务智能推荐系统的设计与实现 191
第一节 简介 191
第二节BWARS功能 193
第三节BWARS的体系结构 197
第四节BWARS主要模块设计与实现 201
第五节 系统优点 249
第六节 本章小结 250
第十一章 总结与展望 251
第一节 全书总结 251
第二节 展望 253
参考文献 254
后记 270