| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第13-18页 |
| 1.1 论文研究的背景 | 第13-14页 |
| 1.2 论文研究的意义 | 第14页 |
| 1.3 国内外研究动态 | 第14-16页 |
| 1.3.1 国内外对文本聚类的研究现状 | 第14-15页 |
| 1.3.2 国内外对 K-Means 聚类算法的研究现状 | 第15-16页 |
| 1.4 本文的主要工作 | 第16-17页 |
| 1.5 本文主要章节 | 第17-18页 |
| 第二章 数据挖掘及聚类算法介绍 | 第18-27页 |
| 2.1 数据挖掘概述 | 第18-20页 |
| 2.1.1 数据挖掘的功能 | 第18-19页 |
| 2.1.2 数据挖掘的过程 | 第19-20页 |
| 2.2 主要的聚类算法 | 第20-24页 |
| 2.2.1 基于划分的方法 (Partitioning-basedmethod) | 第20-21页 |
| 2.2.2 基于层次的方法 (Hierarchical-basedmethod) | 第21-23页 |
| 2.2.3 基于密度的方法 (Density-basedmethod) | 第23页 |
| 2.2.4 基于模型的方法 (Model-basedmethod) | 第23-24页 |
| 2.2.5 基于网格的方法 (Gird-basedmethod) | 第24页 |
| 2.3 聚类算法比较 | 第24-25页 |
| 2.4 聚类算法的评价 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 K-Means 算法研究及改进 | 第27-35页 |
| 3.1 K-Means 聚类算法 | 第27-29页 |
| 3.1.1 K-Means 算法思想及流程 | 第27-28页 |
| 3.1.2 K-Means 算法优缺点 | 第28-29页 |
| 3.2 改进的 K-Means 算法 | 第29-34页 |
| 3.2.1 聚类准则评价函数 | 第29页 |
| 3.2.2 基本定义 | 第29-30页 |
| 3.2.3 改进的K均值算法 | 第30-31页 |
| 3.2.4 实验结果与分析 | 第31-34页 |
| 3.3 本章小结 | 第34-35页 |
| 第四章 改进的 K-Means 算法在文本聚类中的应用 | 第35-49页 |
| 4.1 文本聚类的步骤 | 第35-36页 |
| 4.2 文本预处理 | 第36-38页 |
| 4.2.1 文本去噪 | 第36页 |
| 4.2.2 中文分词 | 第36-37页 |
| 4.2.3 去停用词 | 第37-38页 |
| 4.3 文本表示 | 第38-40页 |
| 4.3.1 向量空间模型 | 第38-39页 |
| 4.3.2 布尔模型 | 第39页 |
| 4.3.3 概率模型 | 第39-40页 |
| 4.4 文本降维 | 第40页 |
| 4.5 文本相似性度量 | 第40-42页 |
| 4.5.1 样本距离度量 | 第41页 |
| 4.5.2 样本相似性度量 | 第41-42页 |
| 4.6 改进的 K-Means 算法的文本聚类 | 第42-48页 |
| 4.6.1 Word2vec 分析 | 第42-43页 |
| 4.6.2 Word2vec 训练词向量的原理 (CBOW+HS) | 第43-45页 |
| 4.6.3 改进后的 K-Means 算法思想 | 第45-47页 |
| 4.6.4 仿真实验分析 | 第47-48页 |
| 4.7 本章小结 | 第48-49页 |
| 第五章 系统设计 | 第49-57页 |
| 5.1 推荐系统应用场景 | 第49页 |
| 5.2 系统需求分析 | 第49-51页 |
| 5.2.1 系统功能需求 | 第49-50页 |
| 5.2.2 系统性能需求 | 第50-51页 |
| 5.3 推荐系统体系结构 | 第51-53页 |
| 5.3.1 离线挖掘 | 第52页 |
| 5.3.2 在线推荐 | 第52-53页 |
| 5.4 系统设计 | 第53-54页 |
| 5.4.1 模块设计 | 第53页 |
| 5.4.2 数据库设计 | 第53-54页 |
| 5.5 推荐系统的关键技术 | 第54-55页 |
| 5.5.1 用户行为分析 | 第54-55页 |
| 5.5.2 研究用户和商品之间的关联关系 | 第55页 |
| 5.6 系统开发环境与运行环境 | 第55-56页 |
| 5.6.1 系统开发环境 | 第55-56页 |
| 5.6.2 系统运行环境 | 第56页 |
| 5.7 本章小结 | 第56-57页 |
| 第六章 系统实现 | 第57-69页 |
| 6.1 项目背景 | 第57-58页 |
| 6.2 OFBiz 核心技术概述 | 第58-63页 |
| 6.2.1 OFBiz 的原理与机制 | 第59-60页 |
| 6.2.2 OFBiz 的MVC模式 | 第60页 |
| 6.2.3 服务引擎 | 第60-61页 |
| 6.2.4 实体引擎 | 第61-62页 |
| 6.2.5 OFBiz 的表现层 | 第62-63页 |
| 6.3 系统实现 | 第63-65页 |
| 6.3.1 获取用户的浏览记录 | 第63页 |
| 6.3.2 广告推荐流程 | 第63-65页 |
| 6.4 系统运行效果 | 第65-68页 |
| 6.4.1 系统主页面 | 第65页 |
| 6.4.2 不同用户登录时的广告界面 | 第65-68页 |
| 6.5 本章小结 | 第68-69页 |
| 第七章 总结与展望 | 第69-71页 |
| 7.1 本文的总结 | 第69页 |
| 7.2 今后的研究方向 | 第69-71页 |
| 参考文献 | 第71-76页 |
| 致谢 | 第76-77页 |
| 在学期间的研究成果及发表的学术论文 | 第77页 |
