关联规则与聚类分析的研究及其在网上购物系统中的应用
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| Contents | 第9-11页 |
| 第1章 绪论 | 第11-17页 |
| ·课题研究的背景 | 第11-12页 |
| ·国内外的发展状况 | 第12-14页 |
| ·聚类算法的发展状况 | 第12-13页 |
| ·关联规则研究 | 第13-14页 |
| ·个性化推荐技术的研究 | 第14页 |
| ·本文研究的主要内容 | 第14-15页 |
| ·本文的组织结构 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第2章 关联规则的研究 | 第17-30页 |
| ·关联规则综述 | 第17-22页 |
| ·关联规则基本概念 | 第17-18页 |
| ·关联规则的挖掘步骤 | 第18-19页 |
| ·关联规则的分类 | 第19页 |
| ·Apriori 算法介绍 | 第19-20页 |
| ·频繁模式增长方法 | 第20-22页 |
| ·多维关联规则 | 第22-23页 |
| ·多维关联规则介绍 | 第22-23页 |
| ·挖掘多维关联规则的方法 | 第23页 |
| ·多维关联规则挖掘算法 | 第23-29页 |
| ·数据预处理 | 第23-24页 |
| ·多维事务数据库 | 第24页 |
| ·基于组合的频繁谓词集挖掘算法 | 第24-26页 |
| ·FP-Growth 算法挖掘频繁项集 | 第26-29页 |
| ·挖掘多维关联规则 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第3章 基于聚类分析的项目聚类研究 | 第30-37页 |
| ·聚类分析 | 第30-32页 |
| ·模糊C 均值聚类算法介绍 | 第31页 |
| ·凝聚层次聚类算法介绍 | 第31-32页 |
| ·项目特征相似性 | 第32-33页 |
| ·项目的特征提取 | 第32页 |
| ·特征相似性的计算 | 第32-33页 |
| ·项目聚类 | 第33-36页 |
| ·凝聚层次聚类算法对项目进行初始聚类 | 第34-35页 |
| ·与凝聚层次聚类算法结合的FCM 算法 | 第35页 |
| ·项目聚类结果 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 关联规则与聚类分析在网上购物系统中的应用 | 第37-49页 |
| ·个性化推荐的概述 | 第37页 |
| ·个性化推荐的作用 | 第37-38页 |
| ·目前主流的个性化推荐技术及其比较 | 第38-44页 |
| ·主流的个性化推荐技术 | 第38-42页 |
| ·各种个性化推荐技术的比较 | 第42-44页 |
| ·网上购物系统个性化推荐模型的建立 | 第44-48页 |
| ·推荐模型构建的原则 | 第44-45页 |
| ·模型的功能及特性 | 第45页 |
| ·个性化推荐的整体框架的建立 | 第45-46页 |
| ·基于关联规则的推荐模块 | 第46-47页 |
| ·基于聚类分析的推荐模块 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 实验结果与分析 | 第49-59页 |
| ·实验模型结构 | 第49页 |
| ·实验设计 | 第49-51页 |
| ·实验数据的选取 | 第50-51页 |
| ·实验环境 | 第51页 |
| ·实验结果分析 | 第51-58页 |
| ·实验过程 | 第51-54页 |
| ·实验分析 | 第54-58页 |
| ·实验结果总结 | 第58页 |
| ·本章小结 | 第58-59页 |
| 结束语 | 第59-61页 |
| ·工作小结 | 第59-60页 |
| ·工作展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间所发表的学术论文 | 第65-66页 |
| 致谢 | 第66-67页 |
| 详细摘要 | 第67-71页 |
