电商平台移动端网络购买预测研究--基于特征选择和分类算法
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 1 绪论 | 第7-16页 |
| 1.1 研究背景及意义 | 第7-9页 |
| 1.2 文献综述 | 第9-14页 |
| 1.3 研究方法 | 第14页 |
| 1.4 文章结构及技术路线 | 第14-16页 |
| 2 数据挖掘及特征选择理论 | 第16-24页 |
| 2.1 数据挖掘与机器学习 | 第16-18页 |
| 2.2 特征选择方法的构成 | 第18-20页 |
| 2.3 特征选择算法的分类 | 第20-21页 |
| 2.4 Relief算法基本原理 | 第21-24页 |
| 3 数据说明及特征构造 | 第24-34页 |
| 3.1 数据来源及数据处理及预测目标 | 第24-28页 |
| 3.2 特征构造 | 第28-31页 |
| 3.3 特征选择 | 第31-32页 |
| 3.4 本章小结 | 第32-34页 |
| 4 购买行为预测模型的构建 | 第34-49页 |
| 4.1 模型前的准备工作 | 第34-37页 |
| 4.2 基于logistic分类算法预测模型构建 | 第37-40页 |
| 4.3 基于决策树预测模型构建 | 第40-45页 |
| 4.4 基于朴素贝叶斯分类算法预测模型构建 | 第45-48页 |
| 4.5 本章小结 | 第48-49页 |
| 5 全文总结 | 第49-51页 |
| 5.1 本文总结 | 第49-50页 |
| 5.2 研究展望 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 附录 | 第55-71页 |
| 致谢 | 第71页 |