基于Web挖掘的电子商务推荐技术的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题研究的目的和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·电子商务推荐系统面临的主要挑战 | 第13-14页 |
| ·论文的研究内容 | 第14页 |
| ·论文的组织结构 | 第14-16页 |
| 第2章 相关技术研究 | 第16-30页 |
| ·数据挖掘 | 第16-17页 |
| ·Web数据挖掘 | 第17-19页 |
| ·Web挖掘与电子商务 | 第19-22页 |
| ·电子商务中Web挖掘的数据源 | 第19-20页 |
| ·电子商务中Web挖掘的主要技术 | 第20-22页 |
| ·电子商务推荐算法 | 第22-29页 |
| ·协同过滤推荐算法 | 第23-26页 |
| ·基于关联规则的推荐算法 | 第26-28页 |
| ·其它推荐算法 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 Web访问序列模式挖掘算法 | 第30-46页 |
| ·问题描述 | 第30-32页 |
| ·有关概念和定义 | 第32-33页 |
| ·改进访问序列模式挖掘算法 | 第33-44页 |
| ·FLWAP-mine算法 | 第33-36页 |
| ·改进的FLWAP-mine算法 | 第36-41页 |
| ·算法实例 | 第41-44页 |
| ·算法分析 | 第44页 |
| ·本章小结 | 第44-46页 |
| 第4章 一种基于访问序列模式的页面推荐算法 | 第46-58页 |
| ·引言 | 第46-47页 |
| ·基于访问序列模式的页面推荐算法 | 第47-55页 |
| ·FSPM-Tree的构造 | 第47-50页 |
| ·页面推荐度的确定 | 第50-52页 |
| ·用户兴趣模型表示 | 第52页 |
| ·在线推荐算法 | 第52-55页 |
| ·算法分析 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第5章 实验与分析 | 第58-68页 |
| ·实验数据集和实验环境 | 第58-59页 |
| ·访问序列模式挖掘算法对比实验 | 第59-61页 |
| ·实验方法 | 第59页 |
| ·实验及结果分析 | 第59-61页 |
| ·页面推荐算法实验 | 第61-66页 |
| ·实验方法 | 第61页 |
| ·实验及结果分析 | 第61-66页 |
| ·本章小结 | 第66-68页 |
| 结论 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第74-75页 |
| 致谢 | 第75页 |
