数据挖掘技术在网店商品推荐的应用研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究的背景和意义 | 第10-11页 |
| 1.2 推荐系统的研究和应用现状 | 第11-12页 |
| 1.3 论文研究内容 | 第12-13页 |
| 1.4 论文结构 | 第13-14页 |
| 第二章 电子商务推荐系统及算法 | 第14-29页 |
| 2.1 推荐系统输入输出功能 | 第14-16页 |
| 2.2 推荐系统的标准方法 | 第16-17页 |
| 2.3 电子商务推荐系统应用模型 | 第17-18页 |
| 2.4 推荐系统算法 | 第18-24页 |
| 2.4.1 基于内容的协同过滤 | 第18-19页 |
| 2.4.2 协同过滤 | 第19-22页 |
| 2.4.3 聚类分析算法 | 第22-24页 |
| 2.5 传统协同过滤算法 | 第24-26页 |
| 2.6 相关的算法改进建议 | 第26-28页 |
| 2.7 本章小结 | 第28-29页 |
| 第三章 相关技术及理论 | 第29-38页 |
| 3.1 数据挖掘及基本步骤 | 第29-31页 |
| 3.2 WEB挖掘 | 第31-32页 |
| 3.3 文本挖掘 | 第32-33页 |
| 3.4 站点挖掘 | 第33-34页 |
| 3.5 WEB数据预处理 | 第34-37页 |
| 3.5.1 web数据 | 第34-36页 |
| 3.5.2 数据预处理 | 第36-37页 |
| 3.6 本章小结 | 第37-38页 |
| 第四章 推荐系统协同过滤算法设计 | 第38-44页 |
| 4.1 本文协同过滤算法设计 | 第38-39页 |
| 4.2 用户聚类 | 第39-40页 |
| 4.3 项目聚类 | 第40-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第五章 推荐系统测试 | 第44-53页 |
| 5.1 测试数据集 | 第44-45页 |
| 5.2 推荐系统评测指标 | 第45-46页 |
| 5.3 应用测试 | 第46-52页 |
| 5.4 本章小结 | 第52-53页 |
| 第六章 推荐系统应用平台设计 | 第53-57页 |
| 6.1 推荐系统流程 | 第53页 |
| 6.2 应用平台功能设计 | 第53-54页 |
| 6.3 应用平台数据库数据表 | 第54页 |
| 6.4 应用平台推荐系统功能实现 | 第54-56页 |
| 6.4.1 应用平台前台 | 第54-55页 |
| 6.4.2 应用平台后台 | 第55-56页 |
| 6.5 本章小结 | 第56-57页 |
| 第七章 总结 | 第57-59页 |
| 参考文献 | 第59-61页 |
| 致谢 | 第61页 |
