基于Web使用挖掘的个性化技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·研究的背景和意义 | 第10-12页 |
| ·国内外研究现状 | 第12-16页 |
| ·最大频繁项集 | 第12-14页 |
| ·个性化推荐 | 第14-16页 |
| ·课题研究内容 | 第16-17页 |
| ·本文组织结构 | 第17-18页 |
| 第2章 基础知识 | 第18-30页 |
| ·Web 数据挖掘 | 第18-22页 |
| ·Web 数据挖掘定义 | 第18页 |
| ·Web 数据挖掘流程 | 第18-20页 |
| ·Web 数据挖掘分类 | 第20-22页 |
| ·Web 使用挖掘 | 第22-25页 |
| ·Web 使用挖掘的定义 | 第22-23页 |
| ·Web 使用挖掘的体系结构 | 第23-25页 |
| ·Web 个性化服务 | 第25-28页 |
| ·Web 个性化服务定义 | 第25-26页 |
| ·Web 个性化服务分类 | 第26-27页 |
| ·Web 个性化服务的关键技术 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 第3章 基于OUS 的最大频繁项集挖掘算法 | 第30-38页 |
| ·引言 | 第30页 |
| ·最大频繁项集 | 第30-32页 |
| ·Web 使用挖掘、关联规则与频繁项集 | 第30-31页 |
| ·最大频繁项集 | 第31-32页 |
| ·问题定义与分析 | 第32-33页 |
| ·OUS 算法思想 | 第33-34页 |
| ·OUS 算法设计 | 第34-35页 |
| ·有效序列模式的定义 | 第34页 |
| ·OUS 算法描述 | 第34-35页 |
| ·算法分析与实例说明 | 第35-37页 |
| ·算法分析 | 第35-36页 |
| ·实例说明 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 基于MFSP-DG 的个性化推荐算法 | 第38-50页 |
| ·引言 | 第38页 |
| ·个性化推荐 | 第38-43页 |
| ·Web 使用挖掘、个性化服务与个性化推荐 | 第38-39页 |
| ·个性化推荐技术 | 第39-43页 |
| ·问题定义与分析 | 第43-44页 |
| ·MFSP-DG 算法思想 | 第44-45页 |
| ·MFSP-DG 算法设计 | 第45-48页 |
| ·存储结构MFSP-DG 的设计及其构造算法 | 第45-47页 |
| ·MFSP-DG 算法的设计 | 第47-48页 |
| ·MFSP-DG 算法分析 | 第48页 |
| ·本章小结 | 第48-50页 |
| 第5章 算法实现及实验分析 | 第50-56页 |
| ·引言 | 第50页 |
| ·DePaul CTI 数据集 | 第50-51页 |
| ·基于OUS 的最大频繁项集挖掘算法实验 | 第51-52页 |
| ·实验数据和实验环境 | 第51页 |
| ·实验性能比较 | 第51-52页 |
| ·基于MFSP-DG 的个性化推荐算法实验 | 第52-55页 |
| ·实验数据和实验环境 | 第52-53页 |
| ·推荐测度 | 第53页 |
| ·测试方法 | 第53-54页 |
| ·变化最小可信度阈值 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-64页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第64-65页 |
| 致谢 | 第65-66页 |
| 作者简介 | 第66页 |
