| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究目的及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 电子商务发展现状 | 第9-10页 |
| 1.2.2 Web日志挖掘研究现状 | 第10-11页 |
| 1.2.3 电子商务中个性化推荐研究现状 | 第11页 |
| 1.3 论文主要工作 | 第11-12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 第二章 Hadoop云平台相关介绍 | 第14-17页 |
| 2.1 Hadoop概述 | 第14-15页 |
| 2.2 分布式文件系统HDFS | 第15-16页 |
| 2.3 MapReduce编程模型 | 第16-17页 |
| 第三章 Web数据挖掘技术在电子商务商品推荐中的应用 | 第17-36页 |
| 3.1 Web数据挖掘技术概述 | 第17-23页 |
| 3.1.1 Web数据挖掘界定 | 第17页 |
| 3.1.2 Web数据挖掘分类 | 第17-18页 |
| 3.1.3 Web日志挖掘数据源 | 第18-19页 |
| 3.1.4 Web日志挖掘预处理过程 | 第19-23页 |
| 3.2 电子商务个性化推荐及其算法 | 第23-33页 |
| 3.2.1 电子商务个性化推荐系统 | 第23-24页 |
| 3.2.2 个性化推荐模型的建立 | 第24-25页 |
| 3.2.3 个性化推荐主要算法 | 第25-33页 |
| 3.3 基于Web日志挖掘的个性化推荐 | 第33-36页 |
| 3.3.1 个性化推荐流程 | 第33-34页 |
| 3.3.2 个性化推荐系统的实现模型 | 第34-36页 |
| 第四章 在线花店系统的设计与实现 | 第36-48页 |
| 4.1 系统需求分析 | 第36页 |
| 4.2 系统架构设计 | 第36-37页 |
| 4.3 系统功能模块 | 第37-38页 |
| 4.4 系统详细设计 | 第38-48页 |
| 4.4.1 数据库设计 | 第38-41页 |
| 4.4.2 Web日志挖掘子系统模型总体设计 | 第41-42页 |
| 4.4.3 推荐子系统模型详细设计 | 第42-44页 |
| 4.4.4 工作流程 | 第44-48页 |
| 第五章 总结与展望 | 第48-49页 |
| 5.1 论文总结 | 第48页 |
| 5.2 工作展望 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52页 |