协同过滤的电子商务个性化服务推荐系统的研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第一章 绪论 | 第12-17页 |
| ·研究背景及意义 | 第12-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·论文研究内容与结构说明 | 第15-17页 |
| 第二章 Web 数据挖掘和协同过滤推荐算法 | 第17-27页 |
| ·Web 数据挖掘概述 | 第17-18页 |
| ·Web 数据挖掘的分类 | 第18-20页 |
| ·Web 内容挖掘 | 第18-19页 |
| ·Web 结构挖掘 | 第19页 |
| ·Web 日志挖掘 | 第19-20页 |
| ·推荐算法概述 | 第20-22页 |
| ·Web 基于规则的推荐 | 第20-21页 |
| ·基于 Web 内容的推荐 | 第21页 |
| ·基于 Web 协同过滤推荐 | 第21-22页 |
| ·协同过滤推荐算法 | 第22-26页 |
| ·基于用户的协同过滤推荐算法 | 第23-24页 |
| ·基于项目的协同过滤推荐算法 | 第24-25页 |
| ·协同过滤推荐算法的分析 | 第25-26页 |
| ·小结 | 第26-27页 |
| 第三章 个性化服务推荐系统的需求分析 | 第27-34页 |
| ·需求分析流程 | 第27-28页 |
| ·系统需求 | 第28-29页 |
| ·系统功能需求分析 | 第29-30页 |
| ·系统用例图 | 第30-31页 |
| ·推荐生成活动图 | 第31-32页 |
| ·数据需求及说明 | 第32-33页 |
| ·小结 | 第33-34页 |
| 第四章 个性化服务推荐系统的设计 | 第34-48页 |
| ·个性化推荐系统结构 | 第34-36页 |
| ·推荐系统的总体框架及模块构成 | 第36-38页 |
| ·协同过滤推荐算法及其改进 | 第38-47页 |
| ·协同过滤推荐算法 | 第38-42页 |
| ·协同过滤改进算法 | 第42-43页 |
| ·改进的理论基础 | 第43-44页 |
| ·协同过滤算法的改进 | 第44-47页 |
| ·小结 | 第47-48页 |
| 第五章 个性化服务推荐系统的实现 | 第48-62页 |
| ·算法挖掘的数据 | 第48-49页 |
| ·Web 日志数据预处理 | 第49-57页 |
| ·数据清洗 | 第50-52页 |
| ·用户识别 | 第52-53页 |
| ·会话识别 | 第53-54页 |
| ·路径补充 | 第54-55页 |
| ·事物识别 | 第55-57页 |
| ·Web 显式反馈数据处理 | 第57-59页 |
| ·显示所馈中使用的数据格式 | 第57-58页 |
| ·显示所馈中数据的处理过程 | 第58-59页 |
| ·概念树的构建 | 第59-61页 |
| ·小结 | 第61-62页 |
| 第六章 协同过滤算法的仿真与系统测试 | 第62-73页 |
| ·系统测试概述 | 第62-64页 |
| ·系统功能测试 | 第64页 |
| ·系统性能测试 | 第64-72页 |
| ·指标说明 | 第64-66页 |
| ·稳定状态算法质量测试 | 第66-69页 |
| ·响应测试 | 第69-72页 |
| ·小结 | 第72-73页 |
| 第七章 总结与展望 | 第73-75页 |
| ·总结 | 第73-74页 |
| ·展望 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-79页 |
