基于Web使用挖掘的在线报名推荐系统的研究与实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究背景 | 第10-11页 |
| ·研究意义和价值 | 第11-13页 |
| ·国内外研究 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第二章 数据挖掘技术 | 第15-25页 |
| ·数据挖掘概述 | 第15-16页 |
| ·数据挖掘主要作用 | 第16-18页 |
| ·数据挖掘的三层体系结构 | 第18-19页 |
| ·数据挖掘逻辑流程 | 第19-21页 |
| ·数据挖掘技术 | 第21-22页 |
| ·数据挖掘的应用领域 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 关联规则算法及决策树技术的研究 | 第25-33页 |
| ·关联规则概述 | 第25-28页 |
| ·基本概念 | 第25-26页 |
| ·关联规则分类 | 第26-27页 |
| ·关联规则挖掘算法 | 第27-28页 |
| ·经典关联规则算法——APRIORI 算法的研究 | 第28-30页 |
| ·算法概述 | 第28-29页 |
| ·Apriori 算法的不足 | 第29页 |
| ·Apriori 算法的改进方向 | 第29-30页 |
| ·决策树技术 | 第30-32页 |
| ·生成决策树 | 第31页 |
| ·属性选择度量 | 第31页 |
| ·决策树的修剪 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 电子商务系统中WEB 数据挖掘的应用 | 第33-45页 |
| ·电子商务概述 | 第33-34页 |
| ·WEB 数据挖掘概述 | 第34-35页 |
| ·电子商务中WEB 数据挖掘数据源 | 第35-39页 |
| ·Web 内容挖掘 | 第36-37页 |
| ·Web 使用挖掘 | 第37-38页 |
| ·Web 结构挖掘 | 第38-39页 |
| ·WEB 数据挖掘流程 | 第39-40页 |
| ·电子商务中WEB 数据挖掘技术概述 | 第40-42页 |
| ·统计分析法 | 第40-41页 |
| ·关联规则的发现 | 第41-42页 |
| ·聚类分析 | 第42页 |
| ·序列模式的发现 | 第42页 |
| ·WEB 挖掘在电子商务中的应用 | 第42-44页 |
| ·识别潜在的客户 | 第42-43页 |
| ·购买者的驻留 | 第43页 |
| ·改进站点 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 在线报名推荐系统研究与实现 | 第45-66页 |
| ·在线报名推荐系统架构 | 第45-47页 |
| ·数据收集模块 | 第47-48页 |
| ·数据预处理模块 | 第48-55页 |
| ·数据净化 | 第50-51页 |
| ·用户识别 | 第51-52页 |
| ·会话识别 | 第52-53页 |
| ·事务识别 | 第53-54页 |
| ·路径修补 | 第54-55页 |
| ·格式化数据 | 第55页 |
| ·离线挖掘模块 | 第55-61页 |
| ·模式发现 | 第55-58页 |
| ·模式分析 | 第58-61页 |
| ·在线推荐模块 | 第61-64页 |
| ·模块概述 | 第61页 |
| ·生成推荐集合 | 第61-63页 |
| ·推荐因子算法改进及实现 | 第63-64页 |
| ·模式应用模块 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 第六章 关键算法在“中华财富网”中的实现 | 第66-75页 |
| ·“中华财富网“概述 | 第66-67页 |
| ·关联规则算法的实现 | 第67-69页 |
| ·在线报名推荐系统的实现 | 第69-74页 |
| ·课程推荐形式 | 第70-71页 |
| ·对注册用户的推荐 | 第71-73页 |
| ·对未注册用户的推荐 | 第73-74页 |
| ·本章小结 | 第74-75页 |
| 第七章 总结与展望 | 第75-77页 |
| ·论文总结 | 第75页 |
| ·后期研究方向 | 第75-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-81页 |
| 攻硕期间取得的成果 | 第81-82页 |
