基于Web日志挖掘的个性化推荐方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-14页 |
| ·研究背景 | 第9-10页 |
| ·研究意义 | 第10页 |
| ·国内外研究现状 | 第10-12页 |
| ·国外研究现状 | 第10-11页 |
| ·国内研究现状 | 第11-12页 |
| ·论文主要工作 | 第12-13页 |
| ·论文的内容安排 | 第13-14页 |
| 第2章 Web 数据挖掘与日志预处理 | 第14-28页 |
| ·数据挖掘 | 第14-15页 |
| ·数据挖掘的一般过程 | 第14-15页 |
| ·数据挖掘的算法模型分类 | 第15页 |
| ·Web 数据挖掘 | 第15-18页 |
| ·Web 数据挖掘的数据源 | 第16页 |
| ·Web 数据挖掘的分类 | 第16-18页 |
| ·Web 日志挖掘与预处理 | 第18-27页 |
| ·Web 日志挖掘的应用过程 | 第18页 |
| ·Web 日志 | 第18-19页 |
| ·预处理过程 | 第19-24页 |
| ·预处理实验 | 第24-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 用户行为模式挖掘 | 第28-37页 |
| ·常用模式挖掘方法 | 第28-30页 |
| ·Markov 预测模型 | 第30-35页 |
| ·Markov 原型 | 第30页 |
| ·传统 Markov 预测模型 | 第30-32页 |
| ·混合 Markov 预测模型 | 第32-33页 |
| ·多 Markov 链预测模型 | 第33-35页 |
| ·用户模式个性化特征 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 Morkov 预测模型改进 | 第37-52页 |
| ·模型存储结构的改进 | 第37-39页 |
| ·混合树的构造过程 | 第37-38页 |
| ·混合树模型的预测过程 | 第38-39页 |
| ·模型构建过程的改进 | 第39-44页 |
| ·用户特征分类 | 第40-43页 |
| ·引入页面聚类思想 | 第43-44页 |
| ·改进模型的分析 | 第44-48页 |
| ·改进模型的预测过程 | 第45页 |
| ·改进模型的开销分析 | 第45-48页 |
| ·实验及结果分析 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 个性化推荐原型系统设计 | 第52-62页 |
| ·总体架构设计 | 第52-53页 |
| ·个性化推荐模型主要功能模块 | 第53-58页 |
| ·预处理模块 | 第53-56页 |
| ·挖掘模块 | 第56-57页 |
| ·推荐模块 | 第57-58页 |
| ·推荐流程设计 | 第58-60页 |
| ·原型系统特点 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第6章 总结与展望 | 第62-64页 |
| ·总结 | 第62页 |
| ·进一步工作展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-67页 |
