基于数据挖掘的电子商务推荐系统设计与实现
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 电子商务推荐的现状 | 第11-12页 |
| 1.3 数据挖掘技术的研究现状 | 第12-13页 |
| 1.4 课题的研究内容 | 第13-14页 |
| 第2章 相关技术 | 第14-21页 |
| 2.1 电子商务推荐介绍 | 第14-17页 |
| 2.1.1 电子商务系统的结构 | 第14-15页 |
| 2.1.2 电子商务推荐技术 | 第15-17页 |
| 2.2 数据挖掘技术概述 | 第17-19页 |
| 2.2.1 数据挖掘功能 | 第17-18页 |
| 2.2.2 数据挖掘技术的应用 | 第18-19页 |
| 2.3 数据仓库 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章 数据库设计 | 第21-25页 |
| 3.1 设计原则 | 第21页 |
| 3.2 功能列表的实现 | 第21-25页 |
| 第4章 电子商务推荐系统的设计与实现 | 第25-34页 |
| 4.1 电子商务推荐系统的特点 | 第25页 |
| 4.2 电子商务推荐系统的设计 | 第25-28页 |
| 4.2.1 系统的开发环境 | 第26页 |
| 4.2.2 系统的软件结构 | 第26-28页 |
| 4.3 电子商务推荐的实现 | 第28-33页 |
| 4.3.1 相关功能模块 | 第28-31页 |
| 4.3.2 在线推荐 | 第31-33页 |
| 4.4 本章小结 | 第33-34页 |
| 第5章 数据挖掘模型的设计与实现 | 第34-52页 |
| 5.1 电子商务中的数据挖掘 | 第34-36页 |
| 5.2 数据挖掘信息模型的建立 | 第36-37页 |
| 5.3 数据挖掘技术的选择 | 第37-41页 |
| 5.3.1 Apriori算法 | 第38-39页 |
| 5.3.2 FP-Growth算法 | 第39-41页 |
| 5.3.3 两种算法的比较和选择 | 第41页 |
| 5.4 数据挖掘体系结构的设计 | 第41-44页 |
| 5.5 数据仓库的建立 | 第44-45页 |
| 5.6 数据挖掘系统的各个模块 | 第45-48页 |
| 5.7 FP-Growth算法的实现 | 第48-51页 |
| 5.8 本章小结 | 第51-52页 |
| 第6章 系统测试 | 第52-58页 |
| 6.1 测试目的 | 第52页 |
| 6.2 测试环境 | 第52-53页 |
| 6.3 测试方法及内容 | 第53-55页 |
| 6.3.1 功能性检测 | 第53-54页 |
| 6.3.2 性能测试 | 第54-55页 |
| 6.4 测试结果及分析 | 第55-58页 |
| 6.4.1 测试数据 | 第55页 |
| 6.4.2 测试结果及分析 | 第55-58页 |
| 第7章 结论 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62页 |
