面向电子商务的WEB数据挖掘研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·数据挖掘在电子商务领域应用背景 | 第8-9页 |
| ·数据挖掘面向电子商务应用意义 | 第9-10页 |
| ·数据挖掘在电子商务领域发展现状 | 第10-11页 |
| ·本文主要内容 | 第11-12页 |
| 第二章 数据挖掘与Web数据挖掘 | 第12-25页 |
| ·数据挖掘 | 第12-16页 |
| ·数据挖掘简介 | 第12-13页 |
| ·数据挖掘应用 | 第13-14页 |
| ·数据挖掘主要技术 | 第14-15页 |
| ·数据挖掘过程 | 第15-16页 |
| ·面向电子商务Web数据挖掘 | 第16-24页 |
| ·Web挖掘概述 | 第16-17页 |
| ·Web挖掘分类 | 第17-20页 |
| ·面向电子商务的Web挖掘的数据源 | 第20-22页 |
| ·电子商务中Web数据挖掘特点 | 第22页 |
| ·电子商务中Web挖掘技术应用 | 第22-24页 |
| ·Web数据挖掘的关键问题 | 第24页 |
| ·小结 | 第24-25页 |
| 第三章 Web挖掘模型构建和数据预处理 | 第25-34页 |
| ·基于电子商务Web挖掘模型构建 | 第25-26页 |
| ·Web挖掘预处理 | 第26-33页 |
| ·数据收集及日志导入 | 第27页 |
| ·数据清洗与净化 | 第27-29页 |
| ·用户识别 | 第29-30页 |
| ·会话识别 | 第30-32页 |
| ·事务识别 | 第32-33页 |
| ·小结 | 第33-34页 |
| 第四章 面向电子商务关联规则挖掘模式发现 | 第34-44页 |
| ·关联规则概述 | 第34-36页 |
| ·关联规则的Apriori挖掘算法 | 第36-37页 |
| ·Apriori算法实例分析 | 第37-39页 |
| ·Apriori算法的不足与优化 | 第39-43页 |
| ·Apriori算法的不足 | 第39-40页 |
| ·Apriori算法的优化 | 第40-43页 |
| ·小结 | 第43-44页 |
| 第五章 基于用户浏览兴趣的模糊聚类 | 第44-55页 |
| ·聚类定义及常用方法 | 第44-45页 |
| ·模糊聚类及模糊聚类分析步骤 | 第45-46页 |
| ·用户浏览兴趣度量及其方法 | 第46-47页 |
| ·基于用户访问频繁页面次数和耗时的模糊聚类 | 第47-50页 |
| ·基于用户访问模糊聚类实例分析 | 第50-54页 |
| ·小结 | 第54-55页 |
| 第六章 总结与展望 | 第55-58页 |
| ·工作总结 | 第55-56页 |
| ·未来展望 | 第56-58页 |
| ·发展趋势 | 第56页 |
| ·进一步工作 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 攻读学位期间主要的研究成果 | 第63页 |
