数据挖掘技术在WMS系统中的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-12页 |
| ·研究背景 | 第8-9页 |
| ·研究现状及发展趋势 | 第9-10页 |
| ·本文的研究内容 | 第10页 |
| ·本文的组织结构 | 第10-12页 |
| 2 数据挖掘技术概述 | 第12-28页 |
| ·数据挖掘与Web挖掘 | 第12-20页 |
| ·数据挖掘技术 | 第12-16页 |
| ·Web挖掘技术 | 第16-19页 |
| ·Web挖掘的主要应用 | 第19-20页 |
| ·Web日志挖掘 | 第20-23页 |
| ·Web日志挖掘分类 | 第21页 |
| ·Web日志挖掘过程 | 第21-23页 |
| ·Web日志挖掘常用技术 | 第23页 |
| ·关联规则 | 第23-28页 |
| ·关联规则概述 | 第23-26页 |
| ·Apriori算法 | 第26-28页 |
| 3 WMS日志分析与预处理 | 第28-39页 |
| ·WMS日志概述 | 第29-32页 |
| ·WMS日志预处理分析 | 第32-35页 |
| ·数据清洗 | 第33-34页 |
| ·用户识别 | 第34-35页 |
| ·会话识别 | 第35页 |
| ·WMS日志预处理实现 | 第35-39页 |
| ·日志采集 | 第35页 |
| ·日志导入 | 第35-37页 |
| ·日志分析 | 第37-39页 |
| 4 基于WMS日志挖掘的个性化节目推荐系统设计 | 第39-45页 |
| ·个性节目推荐 | 第39-41页 |
| ·个性化节目推荐的含义 | 第39-40页 |
| ·个性化节目推荐的目标 | 第40页 |
| ·个性化节目推荐的作用 | 第40-41页 |
| ·个性化推荐系统的主要算法 | 第41-42页 |
| ·关联规则推荐算法 | 第41页 |
| ·内容推荐算法 | 第41页 |
| ·协同过滤推荐算法 | 第41-42页 |
| ·个性化节目推荐系统设计 | 第42-45页 |
| ·数据输入 | 第42-43页 |
| ·数据预处理 | 第43页 |
| ·模式分析 | 第43页 |
| ·在线推荐 | 第43页 |
| ·模型设计 | 第43-45页 |
| 5 基于关联规则的WMS日志挖掘系统实现 | 第45-59页 |
| ·WMS日志挖掘算法实现 | 第45-51页 |
| ·挖掘算法选取 | 第45页 |
| ·挖掘算法流程 | 第45-47页 |
| ·频繁项目集生成 | 第47-49页 |
| ·关联规则生成 | 第49-51页 |
| ·WMS日志挖掘系统实现 | 第51-54页 |
| ·系统结构 | 第51-52页 |
| ·数据准备 | 第52-53页 |
| ·系统实现 | 第53-54页 |
| ·挖掘结果分析与可视化 | 第54-59页 |
| ·挖掘结果分析 | 第54-56页 |
| ·挖掘结果可视化 | 第56-59页 |
| 6 总结 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 在学期间发表的学术论文 | 第64-65页 |
| 致谢 | 第65页 |
