基于Web挖掘的电子商务推荐系统研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 1 绪论 | 第10-17页 |
| ·课题背景 | 第10-12页 |
| ·电子商务推荐系统的研究内容及发展 | 第12-14页 |
| ·电子商务推荐系统面临的主要挑战 | 第14-15页 |
| ·本文工作 | 第15-17页 |
| 2 Web挖掘概述 | 第17-29页 |
| ·Web挖掘的定义及与数据挖掘的区别 | 第17-18页 |
| ·Web挖掘的基本原理和研究现状 | 第18-20页 |
| ·Web挖掘的分类 | 第20-27页 |
| ·Web挖掘的特点 | 第27-29页 |
| 3 电子商务推荐系统概述 | 第29-42页 |
| ·电子商务推荐系统分类 | 第29-32页 |
| ·电子商务推荐系统的工作流程 | 第32-37页 |
| ·相关技术 | 第37-42页 |
| 4 基于Web挖掘的推荐系统设计 | 第42-62页 |
| ·简介 | 第42-43页 |
| ·系统框架 | 第43-44页 |
| ·数据预处理 | 第44-49页 |
| ·特征挖掘 | 第49-55页 |
| ·推荐引擎 | 第55-57页 |
| ·推荐算法 | 第57-58页 |
| ·多推荐模型的推荐引擎设计 | 第58-62页 |
| 5 原型系统RSWM的设计 | 第62-72页 |
| ·RSWM的数据结构 | 第62-64页 |
| ·数据预处理模块 | 第64-66页 |
| ·聚类分析模块 | 第66-69页 |
| ·推荐系数计算模块 | 第69-70页 |
| ·显示推荐结果 | 第70-72页 |
| 6 总结与展望 | 第72-74页 |
| ·本文的主要工作 | 第72页 |
| ·未来的工作 | 第72-73页 |
| ·前景展望 | 第73-74页 |
| 致谢 | 第74-75页 |
| 攻读硕士期间主要成果 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 中文详细摘要 | 第80-92页 |
