基于Web日志的用户行为研究与个性化推荐设计
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 前言 | 第8-12页 |
| ·研究背景和研究意义 | 第8-9页 |
| ·国内外研究情况 | 第9-10页 |
| ·主要工作与结构安排 | 第10-12页 |
| 第二章 相关理论知识 | 第12-21页 |
| ·数据挖掘与数据仓库 | 第12-14页 |
| ·数据挖掘 | 第12-13页 |
| ·数据仓库 | 第13-14页 |
| ·OLTP与OLAP | 第14-15页 |
| ·Web挖掘 | 第15-18页 |
| ·分类和聚类 | 第18-19页 |
| ·分类 | 第18-19页 |
| ·聚类 | 第19页 |
| ·本章小结 | 第19-21页 |
| 第三章 Web日志挖掘与用户行为分析 | 第21-28页 |
| ·Web日志挖掘 | 第21-24页 |
| ·用户行为数据处理 | 第24-25页 |
| ·实验结果 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第四章 个性化推荐设计 | 第28-36页 |
| ·个性化 | 第28-30页 |
| ·推荐方法的种类 | 第30-32页 |
| ·基于历史行为的推荐 | 第30-31页 |
| ·基于模型的推荐 | 第31页 |
| ·基于内容的推荐 | 第31-32页 |
| ·推荐系统的评测标准 | 第32-33页 |
| ·推荐系统的组成 | 第33-34页 |
| ·基于熵的相似性的个性化推荐 | 第34页 |
| ·推荐系统中需要注意的问题 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第五章 系统的实际运用 | 第36-43页 |
| ·网站主题的介绍 | 第36页 |
| ·用户行为分析和个性化推荐系统的应用 | 第36-43页 |
| ·本站用户的行为分析 | 第36-41页 |
| ·个性化推荐的具体应用 | 第41-43页 |
| 第六章 总结与展望 | 第43-45页 |
| ·工作总结 | 第43页 |
| ·未来展望 | 第43-45页 |
| 附录：符号说明 | 第45-46页 |
| 参考文献 | 第46-48页 |
| 攻读硕士期间发表论文情况 | 第48-49页 |
| 致谢 | 第49页 |
