第一章 绪论 1
一、研究背景和意义 1
二、研究思路及方法 9
三、本书的主要内容 11
第二章 推荐系统研究现状及相关基础理论 17
一、推荐系统研究现状 17
二、Vague集基本理论 33
三、推荐系统国内外研究趋势 39
四、本章小结 44
第三章 基于Vague集的产品描述及排序 45
一、推荐系统描述 45
二、电子商务推荐系统与Vague集的对接 50
三、基于Vague值的非个性化产品推荐 57
四、非个性化产品相似性的度量 65
五、关于Vague相似性的进一步思考 69
六、本章小结 73
第四章 推荐系统输入研究 75
一、推荐系统输入存在的问题 75
二、基于显式评分输入的用户聚类分析 81
三、基于隐式浏览输入的用户聚类分析 94
四、本章小节 104
第五章 基于Vague集的内容推荐算法研究 106
一、基于内容的推荐算法 106
二、基于内容推荐算法的Vague求解 110
三、案例应用 123
四、本章小节 128
第六章 基于泛函网络的组合推荐算法研究 130
一、泛函网络 130
二、推荐系统组合推荐算法 136
三、基于泛函网络的推荐算法结构模型 138
四、基于泛函网络的推荐系统学习过程研究 141
五、本章小节 148
第七章 推荐系统输出结果分析 149
一、Top-N技术发展 149
二、基于集团序方法的推荐输出 151
三、案例计算 158
四、本章小结 166
第八章 结论与展望 168
一、结论 168
二、展望 170
附录 174
参考文献 190