电子商务系统中Web数据挖掘技术的研究与实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 引言 | 第10-15页 |
| ·研究背景 | 第10-12页 |
| ·国内外的研究现状 | 第12-13页 |
| ·本文的主要研究内容 | 第13页 |
| ·本文的组织结构及创新点 | 第13-15页 |
| 第二章 电子商务系统中数据挖掘及相关技术简介 | 第15-27页 |
| ·Web 数据挖掘 | 第15-18页 |
| ·Web 数据挖掘的分类 | 第15-16页 |
| ·Web 使用记录挖掘 | 第16-17页 |
| ·Web 数据挖掘在电子商务中的应用 | 第17-18页 |
| ·个性化推荐 | 第18-19页 |
| ·推荐系统定义 | 第18-19页 |
| ·推荐系统分类 | 第19页 |
| ·推荐算法 | 第19-26页 |
| ·协同过滤推荐算法 | 第19-24页 |
| ·基于内容的推荐算法 | 第24-25页 |
| ·基于关联规则的推荐算法 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于项目属性的混合协同过滤推荐算法的研究 | 第27-42页 |
| ·传统的协同过滤推荐算法的稀疏性问题 | 第27-28页 |
| ·基于项目属性的改进的相似性度量方法 | 第28-32页 |
| ·传统的相似度量分析 | 第29-30页 |
| ·基于项目属性的相似度 | 第30-31页 |
| ·改进的综合相似度 | 第31-32页 |
| ·混合的协同过滤推荐算法 | 第32-37页 |
| ·基于项评分预测的平滑处理 | 第32-33页 |
| ·推荐算法描述 | 第33-37页 |
| ·实验及分析 | 第37-40页 |
| ·数据集 | 第37页 |
| ·评价指标 | 第37-38页 |
| ·实验结果及讨论 | 第38-40页 |
| ·本章小结 | 第40-42页 |
| 第四章 Web 日志中频繁遍历路径挖掘的研究 | 第42-61页 |
| ·数据预处理 | 第42-48页 |
| ·数据清洗 | 第43-44页 |
| ·用户识别 | 第44-45页 |
| ·会话识别 | 第45-46页 |
| ·路径补充 | 第46页 |
| ·事务识别 | 第46-48页 |
| ·传统序列模式挖掘算法分析 | 第48-51页 |
| ·Apriori 算法 | 第48-49页 |
| ·WAP 算法 | 第49-51页 |
| ·基于WAP-Tree 的连续频繁遍历路径算法 | 第51-58页 |
| ·算法基本思想 | 第51-52页 |
| ·算法实现步骤 | 第52-58页 |
| ·算法性能分析 | 第58-60页 |
| ·理论分析 | 第58-59页 |
| ·实验分析 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 网上书城电子商务系统的设计与实现 | 第61-80页 |
| ·系统架构 | 第61-63页 |
| ·系统功能需求分析 | 第63-65页 |
| ·用户子系统 | 第63-64页 |
| ·书城管理员子系统 | 第64-65页 |
| ·系统数据库设计 | 第65-66页 |
| ·用户子系统的实现 | 第66-72页 |
| ·用户注册/登录 | 第67-68页 |
| ·购物车管理 | 第68-71页 |
| ·订单管理 | 第71-72页 |
| ·管理员子系统的实现 | 第72-75页 |
| ·商品管理 | 第72-74页 |
| ·订单管理 | 第74页 |
| ·日志管理 | 第74-75页 |
| ·数据挖掘子系统的实现 | 第75-79页 |
| ·数据挖掘子系统的系统结构 | 第75-78页 |
| ·建立用户偏好模型 | 第78-79页 |
| ·产生推荐 | 第79页 |
| ·本章小结 | 第79-80页 |
| 第六章 结束语 | 第80-82页 |
| ·论文总结和创新点 | 第80页 |
| ·进一步的研究工作和问题 | 第80-82页 |
| 致谢 | 第82-83页 |
| 参考文献 | 第83-86页 |
