基于数据挖掘的电子商务个性化推荐技术研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·背景及意义 | 第7-9页 |
| ·电子商务与传统商务的对比 | 第7页 |
| ·电子商务的发展 | 第7页 |
| ·电子商务个性化推荐系统的研究意义 | 第7-9页 |
| ·研究现状及面临的挑战 | 第9-11页 |
| ·国内外研究现状 | 第9-10页 |
| ·电子商务推荐系统研究面临的挑战 | 第10-11页 |
| ·本文工作 | 第11页 |
| ·论文结构 | 第11-13页 |
| 第二章 数据挖掘与电子商务推荐技术 | 第13-31页 |
| ·数据挖掘 | 第13-15页 |
| ·数据挖掘定义 | 第13-14页 |
| ·数据挖掘功能 | 第14-15页 |
| ·数据挖掘过程 | 第15页 |
| ·数据挖掘在web 上的应用 | 第15-17页 |
| ·数据挖掘在web 上应用的必要性 | 第15-16页 |
| ·web 数据挖掘和传统数据挖掘的区别 | 第16页 |
| ·web 数据挖掘的特点 | 第16页 |
| ·web 数据挖掘的数据源 | 第16-17页 |
| ·web 数据挖掘的分类 | 第17-22页 |
| ·web 的使用挖掘 | 第18-19页 |
| ·web 的内容挖掘 | 第19-21页 |
| ·web 的结构挖掘 | 第21-22页 |
| ·电子商务推荐系统及关键技术 | 第22-30页 |
| ·目前推荐系统的现状 | 第22页 |
| ·电子商务推荐系统分类 | 第22-24页 |
| ·电子商务推荐技术 | 第24-25页 |
| ·关联规则推荐算法 | 第25-27页 |
| ·协同过滤算法 | 第27-29页 |
| ·协同过滤算法的改进 | 第29-30页 |
| ·小结 | 第30-31页 |
| 第三章 电子商务推荐系统体系结构 | 第31-43页 |
| ·电子商务推荐系统体系结构 | 第31-32页 |
| ·离线挖掘 | 第32-41页 |
| ·数据采集 | 第32页 |
| ·数据预处理 | 第32-37页 |
| ·事务文件数据处理 | 第37页 |
| ·模式挖掘 | 第37-41页 |
| ·在线推荐 | 第41页 |
| ·小结 | 第41-43页 |
| 第四章 基于客户偏好的页面隐式协同过滤算法 | 第43-49页 |
| ·算法设计 | 第43-44页 |
| ·算法步骤 | 第44-45页 |
| ·实验设计与结果分析 | 第45-47页 |
| ·实验设计 | 第45-47页 |
| ·结果分析 | 第47页 |
| ·小结 | 第47-49页 |
| 第五章 基于客户推荐反馈的推荐算法 | 第49-53页 |
| ·CRF 算法流程 | 第49-50页 |
| ·CRF 算法过程 | 第50-52页 |
| ·小结 | 第52-53页 |
| 第六章 结束语 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 研究成果 | 第59-60页 |
