基于Web数据挖掘的电子商务推荐系统研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 本文研究背景及主要意义 | 第9页 |
| 1.2 国内外电子商务系统研究现状 | 第9-11页 |
| 1.3 本文所做的主要工作 | 第11-12页 |
| 1.4 论文组织结构 | 第12-13页 |
| 第二章 推荐系统研究及现实需求分析 | 第13-25页 |
| 2.1 推荐系统 | 第13-14页 |
| 2.1.1 技术研究 | 第14页 |
| 2.1.2 主要策略 | 第14页 |
| 2.2 数据挖掘 | 第14-17页 |
| 2.2.1 挖掘过程 | 第16页 |
| 2.2.2 挖掘功能 | 第16-17页 |
| 2.3 需求分析 | 第17-21页 |
| 2.3.1 现实可行性分析 | 第17页 |
| 2.3.2 主要实现的功能 | 第17-18页 |
| 2.3.3 数据库基本设计 | 第18-21页 |
| 2.4 个性化推荐系统 | 第21-23页 |
| 2.4.1 电子商务中的应用 | 第21-23页 |
| 2.4.2 当前发展趋势 | 第23页 |
| 2.5 推荐系统和数据挖掘的实现途径 | 第23-24页 |
| 2.6 本章小结 | 第24-25页 |
| 第三章 基于数据挖掘推荐系统的概要设计 | 第25-32页 |
| 3.1 协同过滤推荐 | 第25-29页 |
| 3.1.1 算法简要概述 | 第27-28页 |
| 3.1.2 主要存在的问题 | 第28-29页 |
| 3.2 改进算法思路 | 第29页 |
| 3.3 不同推荐算法 | 第29-31页 |
| 3.3.1 基于关联规则的推荐算法 | 第30页 |
| 3.3.2 基于聚类的协同推荐算法 | 第30-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第四章 基于数据挖掘系统设计的实现 | 第32-40页 |
| 4.1 需求概述 | 第32-34页 |
| 4.2 系统设计 | 第34-36页 |
| 4.2.1 整体架构的设计 | 第34-35页 |
| 4.2.2 业务流程图的设计 | 第35-36页 |
| 4.3 功能模块 | 第36-38页 |
| 4.3.1 关联推荐功能模块 | 第36-37页 |
| 4.3.2 聚类推荐功能模块 | 第37-38页 |
| 4.4 数据处理 | 第38-39页 |
| 4.5 本章小结 | 第39-40页 |
| 第五章 推荐系统的实现 | 第40-55页 |
| 5.1 数据准备 | 第40页 |
| 5.2 用户分类 | 第40-41页 |
| 5.3 登入系统代码 | 第41-43页 |
| 5.4 商品信息添加 | 第43-45页 |
| 5.5 商品信息修改 | 第45-47页 |
| 5.6 商品信息删除 | 第47-49页 |
| 5.7 商品信息导出 | 第49-50页 |
| 5.8 关联推荐和聚类推荐功能实现 | 第50-51页 |
| 5.9 系统展示 | 第51-54页 |
| 5.10 本章小结 | 第54-55页 |
| 第六章 实验结果分析 | 第55-62页 |
| 6.1 数据准备 | 第55-56页 |
| 6.2 系统评估标准 | 第56-57页 |
| 6.3 实验方案设计 | 第57-60页 |
| 6.4 实验结果分析 | 第60页 |
| 6.5 本章小结 | 第60-62页 |
| 第七章 小结与展望 | 第62-64页 |
| 7.1 本文小结 | 第62页 |
| 7.2 工作展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-67页 |
