| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-14页 |
| ·课题研究背景 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·本文的工作和结构 | 第12-14页 |
| ·本文的工作 | 第12-13页 |
| ·本文的组织和结构 | 第13-14页 |
| 第二章 电子商务及推荐技术分析 | 第14-33页 |
| ·电子商务概述 | 第14-15页 |
| ·电子商务的定义 | 第14页 |
| ·电子商务的功能特征 | 第14-15页 |
| ·电子商务技术分析 | 第15-17页 |
| ·基于 EJB 技术的电子商务架构 | 第15-16页 |
| ·N ET 平台 | 第16-17页 |
| ·电子商务推荐系统基础理论 | 第17-23页 |
| ·电子商务推荐系统的定义 | 第17-18页 |
| ·推荐系统的作用 | 第18-19页 |
| ·推荐系统中采用的方法 | 第19-20页 |
| ·电子商务推荐系统类型 | 第20-21页 |
| ·电子商务推荐系统采用的算法 | 第21-23页 |
| ·数据挖掘技术分析 | 第23-28页 |
| ·数据挖掘的定义和特点 | 第23-24页 |
| ·数据挖掘的过程模型 | 第24-26页 |
| ·数据挖掘的应用 | 第26-28页 |
| ·WEB 挖掘定义与分类 | 第28-29页 |
| ·Web 挖掘的定义与特点 | 第28页 |
| ·Web 挖掘的分类 | 第28-29页 |
| ·基于WEB 挖掘的推荐技术分析 | 第29-32页 |
| ·协同过滤推荐 | 第29-30页 |
| ·关联规则方法 | 第30-31页 |
| ·内容过滤方法 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 使用记录挖掘的设计与实现 | 第33-45页 |
| ·WEB 使用记录挖掘的步骤与方法 | 第33-35页 |
| ·数据采集 | 第33页 |
| ·数据预处理 | 第33页 |
| ·模式识别 | 第33-34页 |
| ·模式分析 | 第34-35页 |
| ·WEB 日志挖掘及其数据预处理 | 第35-39页 |
| ·Web 日志的组成及格式 | 第35-36页 |
| ·Web 日志挖掘技术 | 第36页 |
| ·Web 日志挖掘的数据预处理 | 第36-39页 |
| ·基于用户访问记录的 WEB 挖掘 | 第39-42页 |
| ·用户访问记录的组成 | 第40-41页 |
| ·用户访问记录在 Web 挖掘中的作用和特点 | 第41-42页 |
| ·面向电子商务个性化服务的 WEB 挖掘体系结构 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 基于特征扩充和交换的电子商务推荐系统设计与实现 | 第45-67页 |
| ·系统体系结构 | 第45-49页 |
| ·基于特征扩充和交换的电子商务推荐系统的结构 | 第49-51页 |
| ·数据预处理模块 | 第51-55页 |
| ·使用预处理 | 第52-54页 |
| ·内容预处理 | 第54-55页 |
| ·挖掘分析模块 | 第55-58页 |
| ·挖掘关联模式规则 | 第55-57页 |
| ·挖掘聚类分析 | 第57-58页 |
| ·在线推荐模块 | 第58-66页 |
| ·客户端交互 | 第58-59页 |
| ·推荐策略 | 第59-66页 |
| ·本章小结 | 第66-67页 |
| 第五章 系统性能评价 | 第67-73页 |
| ·模拟数据 | 第67-68页 |
| ·试验结果分析 | 第68-72页 |
| ·本章小结 | 第72-73页 |
| 第六章 总结 | 第73-74页 |
| ·本文的工作和贡献 | 第73页 |
| ·进一步工作 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-79页 |