基于数据挖掘的电子商务个性化推荐算法的研究及应用
| 目录 | 第1-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第7-13页 |
| ·背景及意义 | 第7-9页 |
| ·电子商务与传统商务 | 第7页 |
| ·电子商务在中国的发展 | 第7-8页 |
| ·研究电子商务个性化推荐系统的意义 | 第8-9页 |
| ·研究现状及不足 | 第9-11页 |
| ·国内外研究现状 | 第9-10页 |
| ·电子商务推荐系统中的不足 | 第10-11页 |
| ·本文工作 | 第11-12页 |
| ·论文结构 | 第12-13页 |
| 第二章 电子商务推荐系统中的相关技术 | 第13-30页 |
| ·数据挖掘 | 第13-16页 |
| ·WEB数据挖掘 | 第16-18页 |
| ·web数据挖掘的应用 | 第16页 |
| ·传统数据挖掘与web数据挖掘的区别 | 第16-17页 |
| ·web数据挖掘特点 | 第17页 |
| ·数据源 | 第17-18页 |
| ·WEB数据挖掘种类 | 第18-22页 |
| ·基于内容的WEB数据挖掘 | 第19-20页 |
| ·基于使用的web数据挖掘 | 第20-22页 |
| ·基于结构的web数据挖掘 | 第22页 |
| ·电子商务推荐系统常用技术 | 第22-29页 |
| ·推荐系统现状 | 第23页 |
| ·电子商务推荐系统分类 | 第23-25页 |
| ·电子商务推荐常用技术 | 第25-26页 |
| ·协同过滤算法 | 第26-28页 |
| ·关联规则推荐算法 | 第28-29页 |
| ·小结 | 第29-30页 |
| 第三章 电子商务推荐系统体系结构 | 第30-43页 |
| ·电子商务推荐系统的构成 | 第30-31页 |
| ·在线推荐模块 | 第31-32页 |
| ·离线挖掘模块 | 第32-42页 |
| ·数据来源 | 第32页 |
| ·数据前期处理 | 第32-38页 |
| ·事务文件数据处理 | 第38页 |
| ·推荐模式挖掘 | 第38-42页 |
| ·小结 | 第42-43页 |
| 第四章 基于用户偏好的隐式协同过滤算法 | 第43-59页 |
| ·算法设计 | 第43-44页 |
| ·算法步骤 | 第44-48页 |
| ·实验设计与结果分析 | 第48-58页 |
| ·实验设计 | 第48-57页 |
| ·结果分析 | 第57-58页 |
| ·小结 | 第58-59页 |
| 第五章 结束语 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 附录 | 第64-65页 |
