| 郑重声明 | 第1-3页 |
| 摘要 | 第3-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-9页 |
| ·研究背景 | 第7-8页 |
| ·本文的主要内容 | 第8-9页 |
| 第二章 电子商务的背景知识 | 第9-15页 |
| ·电子商务概述 | 第9页 |
| ·电子商务中进行数据挖掘的优势 | 第9-10页 |
| ·电子商务中挖掘数据分类 | 第10-11页 |
| ·电子商务推荐系统与个性化服务 | 第11-15页 |
| ·个性化服务 | 第12页 |
| ·推荐系统在电子商务中的意义 | 第12-13页 |
| ·推荐系统中采用的方法 | 第13-15页 |
| 第三章 数据挖掘和Web数据挖掘 | 第15-29页 |
| ·数据挖掘的概念 | 第15-16页 |
| ·数据挖掘的主要功能 | 第16-18页 |
| ·数据挖掘的常用方法和算法 | 第18-20页 |
| ·数据挖掘的实施过程 | 第20-21页 |
| ·Web数据挖掘 | 第21-24页 |
| ·Web数据挖掘的概念 | 第21-22页 |
| ·Web Mining的类型 | 第22-24页 |
| ·电子商务中的Web使用挖掘过程 | 第24-29页 |
| ·源数据收集(Data Gathering) | 第24页 |
| ·数据预处理(Data Preprocessing) | 第24-26页 |
| ·模式发现(Pattern Discovery) | 第26-28页 |
| ·模式分析(Pattern Analysis) | 第28-29页 |
| 第四章 一种基于Session的Web数据挖掘模型 | 第29-36页 |
| ·基于Web日志的用户使用模式挖掘的不足 | 第29-31页 |
| ·多层应用框架的概念 | 第31-33页 |
| ·Session | 第33-34页 |
| ·基于Session的数据收集的实现方法 | 第34-36页 |
| 第五章 基于相似属性集聚类的电子商务推荐系统 | 第36-48页 |
| ·协同过滤技术 | 第36-39页 |
| ·相似属性集聚类算法 | 第39-42页 |
| ·算法的基本思想 | 第39-40页 |
| ·算法描述 | 第40-41页 |
| ·实例分析 | 第41-42页 |
| ·基于相似属性集聚类的电子商务推荐系统 | 第42-44页 |
| ·构造top selling的源矩阵 | 第42-43页 |
| ·推荐系统的功能 | 第43-44页 |
| ·试验结果与分析 | 第44-48页 |
| ·测试数据集 | 第44页 |
| ·存储矩阵元素的数据结构 | 第44-45页 |
| ·试验数据及分析 | 第45-48页 |
| 第六章结束语 | 第48-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 附录 攻读硕士学位期间发表的学术论文 | 第53页 |