基于点击流分析的电子商务个性化服务研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-12页 |
| §1-1 选题背景及意义 | 第9-10页 |
| §1-2 本文的研究内容及创新点 | 第10-11页 |
| §1-3 论文结构 | 第11-12页 |
| 第二章 相关领域研究综述 | 第12-18页 |
| §2-1 电子商务个性化服务研究 | 第12-14页 |
| §2-2 点击流技术在个性化服务中的应用 | 第14-16页 |
| §2-3 模糊聚类算法在web 日志挖掘中的应用 | 第16-18页 |
| 第三章 理论基础 | 第18-30页 |
| §3-1 web 日志挖掘 | 第18-25页 |
| 3-1-1 web 数据预处理 | 第21-24页 |
| 3-1-2 web 站点用户访问矩阵表示 | 第24-25页 |
| §3-2 模糊聚类理论 | 第25-30页 |
| 3-2-1 硬C-均值聚类算法 | 第26-27页 |
| 3-2-2 模糊C-均值聚类算法 | 第27-30页 |
| 第四章 FCM 算法应用问题分析 | 第30-36页 |
| §4-1 web 数据特点 | 第30页 |
| §4-2 FCM 算法的主要问题 | 第30-36页 |
| 4-2-1 初始方案随机产生使算法不稳定 | 第31-32页 |
| 4-2-2 聚类数目预先确定 | 第32页 |
| 4-2-3 赋予样本点同样的权重 | 第32-33页 |
| 4-2-4 距离函数的讨论 | 第33-36页 |
| 第五章 模糊 C-均值聚类算法要素改进 | 第36-48页 |
| §5-1 初始聚类中心的产生 | 第36-37页 |
| §5-2 点密度函数加权矩阵 | 第37-41页 |
| §5-3 距离函数的计算 | 第41-43页 |
| §5-4 SDWFCM 聚类算法的描述 | 第43-44页 |
| §5-5 仿真及聚类效果分析 | 第44-48页 |
| 第六章 基于模糊聚类的个性化服务应用 | 第48-53页 |
| §6-1 用户聚类和页面聚类 | 第48-51页 |
| §6-2 个性化需求特征分析 | 第51-53页 |
| 第七章 总结和展望 | 第53-54页 |
| §7-1 总结 | 第53页 |
| §7-2 展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58页 |
