数据挖掘技术在电子商务中的应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·选题背景 | 第8-9页 |
| ·电子商务与数据挖掘结合的发展现状 | 第9-11页 |
| ·本文研究内容 | 第11页 |
| ·章节安排 | 第11-12页 |
| 第二章 数据挖掘技术概述 | 第12-25页 |
| ·数据挖掘技术概述 | 第12-18页 |
| ·数据挖掘技术系统的分类 | 第18-20页 |
| ·数据挖掘系统和数据仓库的结合 | 第20-22页 |
| ·数据挖掘技术面临的问题 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 电子商务推荐系统及其关键技术 | 第25-38页 |
| ·推荐系统技术概述 | 第25页 |
| ·推荐系统的经典算法 | 第25-27页 |
| ·基于内容的推荐算法 | 第27-31页 |
| ·算法概述 | 第28-30页 |
| ·基于内容推荐的局限性 | 第30-31页 |
| ·协同过滤 | 第31-36页 |
| ·算法概述 | 第32-35页 |
| ·协同过滤系统的局限性 | 第35-36页 |
| ·混合方法 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于决策树的商品推荐算法 | 第38-48页 |
| ·RFM模型 | 第38-39页 |
| ·决策树算法 | 第39-41页 |
| ·问题定义 | 第41页 |
| ·数据预处理 | 第41-43页 |
| ·目标客户的选择 | 第43-44页 |
| ·客户偏好分析 | 第44-45页 |
| ·物品联系分析 | 第45-47页 |
| ·建议规则的生成 | 第47页 |
| ·本章小结 | 第47-48页 |
| 第五章 基于决策树的推荐算法的实现与结果 | 第48-61页 |
| ·算法重要部分实现 | 第48-51页 |
| ·实验数据介绍和结果分析 | 第51-61页 |
| 第六章 结论 | 第61-63页 |
| ·全文总结 | 第61-62页 |
| ·进一步的展望工作 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
