基于关联规则的电子商务智能推荐系统研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-14页 |
| ·研究背景 | 第9-10页 |
| ·电子商务国内外研究现状 | 第10-11页 |
| ·数据挖掘国内外研究现状 | 第11-12页 |
| ·本文的研究工作及组织结构 | 第12-13页 |
| ·研究工作 | 第12页 |
| ·论文组织结构 | 第12-13页 |
| ·本章小结 | 第13-14页 |
| 第二章 数据挖掘技术简介 | 第14-25页 |
| ·数据挖掘简述 | 第14-15页 |
| ·数据挖掘 | 第15-20页 |
| ·数据挖掘功能 | 第15-17页 |
| ·数据挖掘过程 | 第17-18页 |
| ·数据挖掘常用算法 | 第18-19页 |
| ·数据挖掘基本任务 | 第19-20页 |
| ·Web 数据挖掘 | 第20-24页 |
| ·Web 数据挖掘简介 | 第20-21页 |
| ·Web 数据挖掘分类 | 第21-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 电子商务推荐系统 | 第25-34页 |
| ·电子商务推荐系统简介 | 第25-28页 |
| ·电子商务推荐系统的意义 | 第25-26页 |
| ·电子商务推荐系统的算法 | 第26页 |
| ·电子商务推荐系统采用的方法 | 第26-28页 |
| ·电子商务推荐系统的分类 | 第28页 |
| ·电子商务推荐系统模型 | 第28-30页 |
| ·电子商务推荐系统的输入/输出 | 第30-32页 |
| ·电子商务推荐系统的输入 | 第30-31页 |
| ·电子商务推荐系统的输出 | 第31-32页 |
| ·电子商务推荐算法面临的挑战 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 基于关联规则的数据挖掘算法研究 | 第34-59页 |
| ·关联规则挖掘的基本概念 | 第34-36页 |
| ·关联规则经典算法—Apriori 算法 | 第36-43页 |
| ·Apriori 算法思想 | 第36-37页 |
| ·Apriroi 算法描述 | 第37-39页 |
| ·Apriori 算法实例 | 第39-42页 |
| ·Apriori 算法的优化 | 第42-43页 |
| ·改进的 Apriori 算法 | 第43-50页 |
| ·相关定义 | 第43-44页 |
| ·改进算法的主要思想 | 第44-48页 |
| ·改进算法优缺点 | 第48页 |
| ·实验结果及分析 | 第48-50页 |
| ·分段算法在实际中的应用 | 第50-53页 |
| ·初步设计电子商务智能推荐系统 | 第53-57页 |
| ·关联规则生成模块步骤 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-60页 |
| ·总结 | 第59页 |
| ·展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 攻读硕士学位期间发表学术论文情况 | 第63-64页 |
| 致谢 | 第64-65页 |
| 作者简介 | 第65-66页 |
