基于数据挖掘的Web个性化信息推荐研究
| 中文摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第8-12页 |
| ·研究背景 | 第8-9页 |
| ·研究现状 | 第9-10页 |
| ·本文研究的内容和意义 | 第10-11页 |
| ·本文内容的安排 | 第11-12页 |
| 第二章 理论基础 | 第12-18页 |
| ·数据挖掘 | 第12-15页 |
| ·数据挖掘技术产生的背景 | 第12页 |
| ·数据挖掘概念和过程 | 第12-14页 |
| ·数据挖掘的主要技术 | 第14-15页 |
| ·Web挖掘 | 第15-18页 |
| ·Web挖掘的基本概念 | 第15页 |
| ·Web内容挖掘 | 第15页 |
| ·Web结构挖掘 | 第15-16页 |
| ·Web访问挖掘 | 第16-18页 |
| 第三章 Web访问挖掘的预处理 | 第18-31页 |
| ·Web访问挖掘的预处理流程 | 第18-19页 |
| ·访问Log文件的数据格式 | 第19-21页 |
| ·数据精化 | 第21-22页 |
| ·用户识别 | 第22-24页 |
| ·访问操作的识别 | 第24-26页 |
| ·路径完善 | 第26-28页 |
| ·用户事务模式识别 | 第28-31页 |
| ·一般用户事务模式 | 第28页 |
| ·基于最大向前访问路径的用户事务模式识别 | 第28-31页 |
| 第四章 Web个性化信息推荐系统及其推荐算法 | 第31-46页 |
| ·WPIRS系统 | 第31-33页 |
| ·系统框图 | 第31-32页 |
| ·系统特点 | 第32-33页 |
| ·推荐策略 | 第33-34页 |
| ·基于关联规则的个性化推荐服务 | 第34-41页 |
| ·从Web事务空间中发现频繁项 | 第34-37页 |
| ·相关定义 | 第34-35页 |
| ·聚集树的生成算法 | 第35-37页 |
| ·基于关联规则的个性化推荐算法 | 第37-41页 |
| ·基于聚集树的关联规则发现算法 | 第38-40页 |
| ·基于关联规则的推荐集生成算法 | 第40-41页 |
| ·基于用户事务模式聚类的个性化推荐服务 | 第41-46页 |
| ·用户事务模式聚类 | 第41-42页 |
| ·URL聚类模式的生成 | 第42-43页 |
| ·基于URL聚类模式的个性化推荐算法 | 第43-46页 |
| 第五章 相关实验 | 第46-51页 |
| ·系统界面 | 第46-47页 |
| ·系统实现简介 | 第47页 |
| ·实验结果 | 第47-51页 |
| ·基于关联规则的个性化推荐服务实验 | 第48页 |
| ·基于用户事务模式聚类的个性化推荐服务实验 | 第48-50页 |
| ·实验总结 | 第50-51页 |
| 第六章 结束语 | 第51-52页 |
| ·总结 | 第51页 |
| ·将来的工作 | 第51-52页 |
| 参考文献 | 第52-56页 |
