| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 数据挖掘概述 | 第10-16页 |
| 1.1.1 数据挖掘的产生 | 第13-14页 |
| 1.1.2 数据挖掘研究现状 | 第14-15页 |
| 1.1.3 数据挖掘的发展趋势 | 第15-16页 |
| 1.2 课题的研究内容及意义 | 第16-17页 |
| 1.2.1 网店软件设计 | 第16-17页 |
| 1.2.2 数据收集及整理 | 第17页 |
| 1.2.3 顾客聚类模型 | 第17页 |
| 1.2.4 商品关联模型 | 第17页 |
| 1.2.5 针对以上模型分析的个性化销售策略 | 第17页 |
| 1.3 本文组织结构 | 第17-19页 |
| 第二章 WEB 数据挖掘技术 | 第19-32页 |
| 2.1 WEB 数据挖掘的概念 | 第19-20页 |
| 2.2 WEB 数据挖掘的研究内容和本质 | 第20-21页 |
| 2.3 WEB 数据挖掘的数据来源 | 第21-23页 |
| 2.3.1 Web 页面 | 第21-23页 |
| 2.3.2 其他数据源以及各数据源之间的关系 | 第23页 |
| 2.4 WEB 数据挖掘分类 | 第23-27页 |
| 2.4.1 Web 结构挖掘 | 第24-25页 |
| 2.4.2 Web 内容挖掘 | 第25-26页 |
| 2.4.3 Web 使用挖掘 | 第26-27页 |
| 2.4.4 Web 用户性质挖掘 | 第27页 |
| 2.5 WEB 数据挖掘之步骤 | 第27-28页 |
| 2.6 数据挖掘的常用技术 | 第28-30页 |
| 2.7 个性化推荐 | 第30-31页 |
| 2.8 本章小结 | 第31-32页 |
| 第三章 WEB 数据挖掘算法 | 第32-46页 |
| 3.1 采用聚类技术的数据预先处理 | 第32-36页 |
| 3.1.1 用户信息的预处理 | 第32-33页 |
| 3.1.2 各簇之间的距离 | 第33页 |
| 3.1.3 各簇的比例值和权值 | 第33-34页 |
| 3.1.4 适合度函数 | 第34页 |
| 3.1.5 关于聚类算法的描述 | 第34-36页 |
| 3.2 基于兴趣度的商品相关性模型 | 第36-40页 |
| 3.2.1 介绍置信度和支持度概念 | 第36-37页 |
| 3.2.2 商品的综合兴趣度 | 第37-38页 |
| 3.2.3 取于综合兴趣度之关联算法 | 第38-40页 |
| 3.3 WEB 数据挖掘之流程改进 | 第40-44页 |
| 3.3.1 购物篮之分析及改进 | 第40-43页 |
| 3.3.2 个性化推荐 | 第43-44页 |
| 3.4 本章小结 | 第44-46页 |
| 第四章 网上书店的购书流程及用户系统平台功能 | 第46-50页 |
| 4.1 网络书店的购书流程 | 第46-49页 |
| 4.1.1 用户购书步骤 | 第46-47页 |
| 4.1.2 用户操作系统平台功能分析 | 第47-48页 |
| 4.1.3 图书管理系统平台功能介绍 | 第48-49页 |
| 4.2 本章小结 | 第49-50页 |
| 第五章 个性化购书网站的架构和系统开发 | 第50-57页 |
| 5.1 购书网站的系统构架及分析 | 第50-53页 |
| 5.1.1 购书网站的构架 | 第50-52页 |
| 5.1.2 系统构架性能分析 | 第52-53页 |
| 5.2 开发环境 | 第53-54页 |
| 5.2.1 操作系统陈述 | 第53页 |
| 5.2.2 WEB 服务器 | 第53页 |
| 5.2.3 后台数据库 | 第53-54页 |
| 5.2.4 开发技术 | 第54页 |
| 5.3 网上书店数据库的设置 | 第54-56页 |
| 5.3.1 图书信息表 | 第54-55页 |
| 5.3.2 用户购书记信息登记表 | 第55页 |
| 5.3.3 用户信息表 | 第55-56页 |
| 5.3.4 订单信息表 | 第56页 |
| 5.4 本章小结 | 第56-57页 |
| 第六章 个性化网上书店操作平台的设计与实现 | 第57-76页 |
| 6.1 系统的功能设计和实现 | 第57-58页 |
| 6.2 用户操作系统的设计 | 第58-60页 |
| 6.2.1 用户登录购书网站 | 第58-60页 |
| 6.2.2 管理员登录 | 第60页 |
| 6.3 图书管理系统的设计 | 第60-75页 |
| 6.3.1 网上书店主页 | 第60-66页 |
| 6.3.2 用户购书篮页面 | 第66-68页 |
| 6.3.3 订单生成及确认 | 第68-75页 |
| 6.4 本章小结 | 第75-76页 |
| 第七章 基于数据挖掘的网上书店个性化购书推荐的实现 | 第76-85页 |
| 7.1 数据来源与数据清洗 | 第76-78页 |
| 7.2 数据清洗的实现 | 第78-79页 |
| 7.3 数据挖掘的步骤与实现 | 第79-80页 |
| 7.4 关联规则数据库的生成 | 第80-81页 |
| 7.5 APRIORI 算法具体实施举例 | 第81-83页 |
| 7.6 个性化网站的推荐模块实现截图 | 第83-84页 |
| 7.7 本章小结 | 第84-85页 |
| 第八章 网上购书系统测试过程 | 第85-88页 |
| 8.1 系统运行硬件及软件环境与测试运行结果 | 第85-87页 |
| 8.1.1 系统运行硬软环境 | 第85页 |
| 8.1.2 测试过程概述、测试结果分析 | 第85-87页 |
| 8.2 本章小结 | 第87-88页 |
| 第九章 总结 | 第88-90页 |
| 9.1 主要研究工作 | 第88-89页 |
| 9.2 总结 | 第89-90页 |
| 致谢 | 第90-91页 |
| 参考文献 | 第91-93页 |