基于web挖掘的电子商务个性化推荐系统研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-11页 |
| 1 绪论 | 第11-15页 |
| ·引言 | 第11-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·研究内容和意义 | 第13-14页 |
| ·研究内容 | 第13-14页 |
| ·研究意义 | 第14页 |
| ·论文的内容安排 | 第14-15页 |
| 2 数据挖掘技术概述 | 第15-26页 |
| ·数据挖掘概述 | 第15页 |
| ·Web数据挖掘 | 第15-19页 |
| ·Web数据挖掘的定义 | 第16页 |
| ·Web数据挖掘的分类 | 第16-18页 |
| ·Web数据挖掘特点 | 第18-19页 |
| ·电子商务中Web数据挖掘的应用 | 第19-24页 |
| ·电子商务中进行Web数据挖掘的数据源 | 第19-21页 |
| ·电子商务中Web数据挖掘的过程 | 第21-22页 |
| ·电子商务中Web数据挖掘的主要技术 | 第22-24页 |
| ·Web挖掘的优越性 | 第24-26页 |
| ·挽留老顾客 | 第24-25页 |
| ·挖掘潜在客户 | 第25页 |
| ·延长客户驻留时间 | 第25页 |
| ·提高站点的效率 | 第25页 |
| ·评估电子商务的成功与否 | 第25-26页 |
| 3 电子商务推荐系统设计 | 第26-41页 |
| ·电子商务推荐系统概述 | 第26-29页 |
| ·电子商务推荐系统的作用 | 第27页 |
| ·推荐系统中采用的方法 | 第27-28页 |
| ·电子商务推荐系统分类 | 第28-29页 |
| ·电子商务推荐系统框架设计 | 第29-31页 |
| ·电子商务推荐系统工作流程设计 | 第31-41页 |
| ·Web日志挖掘预处理 | 第31-35页 |
| ·模式发现 | 第35-37页 |
| ·模式分析 | 第37-38页 |
| ·模式应用 | 第38-41页 |
| 4 电子商务推荐系统挖掘算法研究 | 第41-51页 |
| ·Markov预测模型 | 第41-44页 |
| ·Markov原型 | 第41-42页 |
| ·Markov模型的应用 | 第42页 |
| ·混合Markov模型方法 | 第42-44页 |
| ·Markov模型算法的问题 | 第44页 |
| ·改进Markov预测模型 | 第44-51页 |
| ·模糊聚类分析 | 第45-46页 |
| ·模糊聚类算法描述 | 第46-48页 |
| ·模糊聚类实例说明 | 第48-49页 |
| ·聚类方法基础上的Markov预测模型 | 第49页 |
| ·基于聚类方法的Markov预测方法的分析 | 第49-50页 |
| ·改进Markov预测模型的问题 | 第50-51页 |
| 5 结论 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 学位论文数据集 | 第55页 |
