| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第9-14页 |
| ·引言 | 第9-10页 |
| ·国内外理论研究现状 | 第10-12页 |
| ·研究内容和意义 | 第12-13页 |
| ·论文的创新点 | 第13页 |
| ·论文的内容安排 | 第13-14页 |
| 第2章 数据挖掘技术概述 | 第14-20页 |
| ·数据挖掘概述 | 第14页 |
| ·WEB 数据挖掘 | 第14-20页 |
| 第3章 电子商务推荐系统介绍 | 第20-32页 |
| ·电子商务介绍 | 第20-21页 |
| ·电子商务中 WEB 数据挖掘的应用 | 第21-27页 |
| ·电子商务推荐系统基础理论 | 第27-32页 |
| 第4章 电子商务推荐系统模型研究和建立 | 第32-46页 |
| ·电子商务推荐系统的框架设计 | 第32-35页 |
| ·数据库管理系统选择 | 第35-36页 |
| ·WEB 数据预处理 | 第36-40页 |
| ·模式分析 | 第40-41页 |
| ·会话管理器 | 第41-43页 |
| ·对话管理器 | 第43-44页 |
| ·推荐器 | 第44-46页 |
| 第5章 电子商务推荐算法及改进 | 第46-60页 |
| ·基于关联规则的推荐算法 | 第47-51页 |
| ·协同过滤推荐算法 | 第51-55页 |
| ·基于聚类(CLUSTER-BASED)的协同过滤算法概述 | 第55-56页 |
| ·K-MEANS 聚类算法的改进 | 第56-60页 |
| 第6章 电子商务推荐系统的实现 | 第60-66页 |
| ·推荐系统的实现 | 第60页 |
| ·基于聚类的协同过滤推荐算法实现 | 第60-64页 |
| ·算法的性能分析 | 第64-66页 |
| 结束语 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 攻读学位期间发表的学术论文 | 第72页 |