| 第1章 引言 | 第1-18页 |
| ·研究背景 | 第11-16页 |
| ·电子商务介绍 | 第11-12页 |
| ·个性化推荐服务是未来电子商务的发展方向 | 第12-16页 |
| ·电子商务推荐系统的研究内容 | 第16页 |
| ·本文所做的工作 | 第16-18页 |
| 第2章 Web数据挖掘概述 | 第18-23页 |
| ·Web数据挖掘的意义 | 第18-19页 |
| ·Web数据挖掘的分类 | 第19-23页 |
| 第3章 电子商务推荐算法介绍 | 第23-32页 |
| ·电子商务推荐算法概述 | 第23页 |
| ·基于关联规则的推荐算法 | 第23-27页 |
| ·协同过滤推荐算法 | 第27-32页 |
| ·协同过滤推荐概述 | 第27-28页 |
| ·基于用户(Used-based)的协同过滤推荐算法 | 第28-29页 |
| ·最近邻查询 | 第29-32页 |
| 第4章 基于聚类的协同过滤推荐系统的设计 | 第32-43页 |
| ·基于聚类(Cluster-based)的协同过滤算法概述 | 第32页 |
| ·k-means聚类算法的改进 | 第32-36页 |
| ·基于聚类的协同过滤推荐系统的结构 | 第36页 |
| ·基于聚类的协同过滤推荐系统的数据预处理 | 第36-38页 |
| ·获取用户评价 | 第38-42页 |
| ·推荐引擎 | 第42-43页 |
| 第5章 基于聚类的协同过滤推荐系统的实现 | 第43-51页 |
| ·推荐系统的实现 | 第43-44页 |
| ·基于聚类的协同过滤推荐算法实现 | 第44-49页 |
| ·数据集 | 第44-46页 |
| ·实验结果及分析 | 第46-49页 |
| ·算法的性能分析 | 第49-51页 |
| 第6章 结论和展望 | 第51-53页 |
| ·总结 | 第51-52页 |
| ·进一步的工作 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 个人简历 在读期间发表的学术论文与研究成果 | 第56页 |