基于XML及关联规则的个性化推荐技术研究
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 1 绪论 | 第8-12页 |
| ·课题研究背景及意义 | 第8页 |
| ·国内外研究现状 | 第8-10页 |
| ·本文研究内容及组织结构 | 第10-12页 |
| 2 个性化推荐技术分析 | 第12-20页 |
| ·Web 挖掘的分类 | 第12页 |
| ·Web 使用挖掘的应用 | 第12-14页 |
| ·Web 使用挖掘的过程 | 第14-17页 |
| ·数据收集和预处理 | 第15页 |
| ·模式发现 | 第15-16页 |
| ·模式分析 | 第16-17页 |
| ·个性化推荐技术 | 第17-19页 |
| ·本章小结 | 第19-20页 |
| 3 基于 XML 的 Web 日志预处理 | 第20-38页 |
| ·XML 技术概述 | 第20-24页 |
| ·XML 产生及其特点 | 第20页 |
| ·XML 文档格式 | 第20-22页 |
| ·DTD 简介 | 第22-23页 |
| ·XML 数据存储策略 | 第23-24页 |
| ·Web 日志的表示 | 第24-30页 |
| ·Web 日志文件 | 第24-26页 |
| ·Web 站点结构及其表示 | 第26-27页 |
| ·XML 格式化的日志文件 | 第27-30页 |
| ·Web 日志预处理 | 第30-37页 |
| ·数据清理 | 第31-33页 |
| ·用户识别 | 第33-35页 |
| ·会话识别 | 第35-36页 |
| ·路径补充 | 第36页 |
| ·事务识别 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 4 用户访问模式的挖掘 | 第38-52页 |
| ·关联规则基本理论概述 | 第38-39页 |
| ·经典的关联规则挖掘算法 | 第39-45页 |
| ·Apriori 算法 | 第39-41页 |
| ·FP-growth 算法 | 第41-45页 |
| ·FP-growth 算法的改进 | 第45-51页 |
| ·相关概念 | 第45页 |
| ·最大频繁项集树 | 第45-48页 |
| ·改进的算法 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 5 个性化推荐原型系统的设计与实现 | 第52-60页 |
| ·设计思想 | 第52页 |
| ·系统结构 | 第52-53页 |
| ·基于关联规则的个性化推荐 | 第53-54页 |
| ·系统实现 | 第54-59页 |
| ·系统主界面 | 第54-55页 |
| ·日志预处理 | 第55-58页 |
| ·访问模式挖掘 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 6 总结与展望 | 第60-62页 |
| ·总结 | 第60-61页 |
| ·展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 附录: | 第67页 |
| 作者在攻读学位期间发表的论文目录 | 第67页 |
