| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-13页 |
| §1-1 引言 | 第8-11页 |
| 1-1-1 电子商务及其特点 | 第8页 |
| 1-1-2 电子商务推荐系统及其功能 | 第8-9页 |
| 1-1-3 国内外电子商务推荐系统研究现状 | 第9-10页 |
| 1-1-4 电子商务推荐系统面临的主要挑战 | 第10-11页 |
| §1-2 论文选题依据及意义 | 第11页 |
| §1-3 论文研究内容及组织结构 | 第11-13页 |
| 1-3-1 论文的内容 | 第11-12页 |
| 1-3-2 论文的结构 | 第12-13页 |
| 第二章 电子商务推荐系统的相关技术研究 | 第13-21页 |
| §2-1 数据挖掘 | 第13-15页 |
| §2-2 Web 数据挖掘 | 第15-17页 |
| 2-2-1 Web 数据挖掘的定义 | 第15页 |
| 2-2-2 Web 数据挖掘的种类 | 第15-16页 |
| 2-2-3 Web 数据挖掘的特点 | 第16-17页 |
| 2-2-4 Web 数据挖掘的应用 | 第17页 |
| §2-3 推荐系统中常用的数据挖掘技术 | 第17-20页 |
| 2-3-1 聚类分析 | 第17-18页 |
| 2-3-2 协同过滤 | 第18-19页 |
| 2-3-3 关联规则 | 第19页 |
| 2-3-4 其它技术 | 第19-20页 |
| §2-4 小结 | 第20-21页 |
| 第三章 推荐系统的体系结构 | 第21-28页 |
| §3-1 推荐系统的主要构成情况 | 第21-22页 |
| §3-2 推荐系统的在线模块 | 第22页 |
| §3-3 推荐系统的离线模块 | 第22-27页 |
| 3-3-1 数据源 | 第23页 |
| 3-3-2 数据预处理 | 第23-26页 |
| 3-3-3 事务文件数据处理 | 第26-27页 |
| 3-3-4 推荐模式挖掘 | 第27页 |
| §3-4 小结 | 第27-28页 |
| 第四章 基于数据挖掘的推荐系统的实现 | 第28-44页 |
| §4-1 基于聚类挖掘的电子商务推荐算法设计 | 第28-30页 |
| §4-2 基于聚类挖掘的电子商务推荐算法实现步骤 | 第30-33页 |
| §4-3 基于聚类挖掘的基于聚类挖掘的推荐实现及结果 | 第33-42页 |
| 4-3-1 推荐实现的实验设计 | 第33-42页 |
| 4-3-2 结果分析 | 第42页 |
| §4-4 小结 | 第42-44页 |
| 第五章 结论 | 第44-45页 |
| §5.1 总结 | 第44页 |
| §5.2 不足与展望 | 第44-45页 |
| 参考文献 | 第45-46页 |
| 致谢 | 第46页 |