| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-20页 |
| 1.1 引言 | 第11-15页 |
| 1.1.1 移动通信业的发展 | 第11-13页 |
| 1.1.2 数据挖掘研究背景 | 第13-15页 |
| 1.2 推荐系统的研究现状 | 第15-18页 |
| 1.3 本文工作及组织结构 | 第18-20页 |
| 第二章 手机机型的聚类研究 | 第20-37页 |
| 2.1 引言 | 第20-21页 |
| 2.2 频繁项集挖掘 | 第21-25页 |
| 2.2.1 Apriori算法简介 | 第21-23页 |
| 2.2.2 FP-gowth算法简介 | 第23-25页 |
| 2.3 聚类算法简介 | 第25-28页 |
| 2.3.1 K-means算法 | 第25-26页 |
| 2.3.2 K-modes算法 | 第26-27页 |
| 2.3.3 K-prototype算法 | 第27-28页 |
| 2.4 基于频繁项集初始化的K-modes聚类算法 | 第28-30页 |
| 2.5 基于属性加权的混合型数据的聚类算法 | 第30页 |
| 2.6 实验与分析 | 第30-35页 |
| 2.6.1 实验数据来源 | 第30-31页 |
| 2.6.2 实验与分析 | 第31-35页 |
| 2.7 本章小结 | 第35-37页 |
| 第三章 移动用户换机规律的研究 | 第37-52页 |
| 3.1 引言 | 第37页 |
| 3.2 机型生命周期模型 | 第37-43页 |
| 3.2.1 产品生命周期模型简介 | 第37-41页 |
| 3.2.2 机型生命周期曲线预测模型 | 第41-43页 |
| 3.3 换机网络挖掘 | 第43-47页 |
| 3.3.1 关键机型发现 | 第43-45页 |
| 3.3.2 机型社团发现 | 第45-47页 |
| 3.4 实验与分析 | 第47-50页 |
| 3.4.1 机型生命周期实验分析 | 第47-49页 |
| 3.4.2 换机网络挖掘实验分析 | 第49-50页 |
| 3.5 本章小结 | 第50-52页 |
| 第四章 基于协同过滤的手机推荐研究 | 第52-63页 |
| 4.1 引言 | 第52-53页 |
| 4.2 协同过滤算法简介 | 第53-58页 |
| 4.2.1 基于用户的协同过滤算法 | 第53-56页 |
| 4.2.2 基于项目的协同过滤算法 | 第56-58页 |
| 4.3 基于混合信息的协同过滤推荐算法 | 第58-59页 |
| 4.4 冷启动及解决方案 | 第59-60页 |
| 4.4.1 新机型的冷启动 | 第59-60页 |
| 4.4.2 新用户的冷启动 | 第60页 |
| 4.5 实验与分析 | 第60-62页 |
| 4.6 本章小结 | 第62-63页 |
| 第五章 总结与展望 | 第63-65页 |
| 5.1 本文工作总结 | 第63-64页 |
| 5.2 进一步工作 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68-69页 |
| 附录 | 第69-70页 |