| 中文摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| ·研究的背景 | 第8页 |
| ·国内外研究现状 | 第8-11页 |
| ·研究内容和意义 | 第11页 |
| ·论文结构 | 第11-13页 |
| 第二章 准备知识 | 第13-27页 |
| ·数据挖掘概述 | 第13页 |
| ·数据挖掘的结构 | 第13-15页 |
| ·Web数据挖掘的定义 | 第15页 |
| ·Web数据挖掘的分类 | 第15-17页 |
| ·Web数据挖掘的特点 | 第17-18页 |
| ·电子商务中的web挖掘 | 第18-23页 |
| ·电子商务的概述 | 第18-19页 |
| ·电子商务中数据挖掘的过程 | 第19-21页 |
| ·电子商务中数据挖掘的技术 | 第21-22页 |
| ·电子商务的个性化服务 | 第22-23页 |
| ·关联规则挖掘 | 第23-26页 |
| ·关联规则基本概念 | 第23-24页 |
| ·关联规则的分类 | 第24-25页 |
| ·关联规则挖掘的步骤 | 第25页 |
| ·关联规则挖掘的应用 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 关联规则算法的研究 | 第27-44页 |
| ·产生候选项集的算法 | 第27-32页 |
| ·Apriori算法思想 | 第27页 |
| ·Apriori算法描述 | 第27-28页 |
| ·示例数据库 | 第28-29页 |
| ·频繁集挖掘过程 | 第29页 |
| ·频繁项集产生关联规则 | 第29-30页 |
| ·算法效率分析 | 第30-31页 |
| ·Apriori的改进算法 | 第31-32页 |
| ·不产生候选项集的算法 | 第32-37页 |
| ·FP-growth的算法描述 | 第32-33页 |
| ·频繁模式树FP-tree | 第33页 |
| ·FP-growth的算法描述 | 第33-34页 |
| ·示例数据库 | 第34页 |
| ·算法执行过程 | 第34-37页 |
| ·FP-growth算法的分析 | 第37页 |
| ·Apriori算法与Fp-growth算法的比较 | 第37-39页 |
| ·基于Apriori的改进算法G_Apriori | 第39-43页 |
| ·Apriori存在的缺点 | 第39页 |
| ·G_Apriori算法设计思路 | 第39页 |
| ·G_Apriori算法描述 | 第39-40页 |
| ·示例数据库 | 第40页 |
| ·算法的执行流程 | 第40-43页 |
| ·算法的优点 | 第43页 |
| ·本章小结 | 第43-44页 |
| 第四章 电子商务推荐模型的设计与应用 | 第44-51页 |
| ·推荐系统的体系结构设计 | 第44-47页 |
| ·离线模块结构设计 | 第45-46页 |
| ·在线模块结构设计 | 第46-47页 |
| ·G_Apriori算法在推荐系统中应用 | 第47-50页 |
| ·数据库介绍 | 第47-48页 |
| ·数据预处理 | 第48页 |
| ·简单的数据挖掘 | 第48-49页 |
| ·商品的G_apriori算法关联分析 | 第49-50页 |
| ·实验数据结果分析 | 第50页 |
| ·本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| ·总结 | 第51-52页 |
| ·工作展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 攻读学位期间发表的学术论文 | 第56-57页 |
| 致谢 | 第57-58页 |
| 详细摘要 | 第58-60页 |