首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于数据挖据的商品推荐系统研究和实现

摘要第1-5页
ABSTRACT第5-7页
符号说明第7-10页
第一章 绪论第10-15页
   ·背景及问题的提出第10-11页
   ·国内外研究现状第11-12页
     ·国外研究现状第11-12页
     ·国内研究现状第12页
   ·本文研究的目标及其内容第12-13页
   ·本文的章节结构第13-15页
第二章 B2C 商品推荐系统及其相关技术第15-23页
   ·商品推荐系统第16-18页
     ·利用用户行为第17页
     ·利用社交网络第17-18页
   ·WEB数据挖掘第18-22页
     ·爬虫技术第20-21页
     ·结构化数据抽取第21页
     ·规则引擎技术第21-22页
   ·本章小结第22-23页
第三章 B2C 商品推荐系统的需求分析与架构设计第23-29页
   ·B2C 商品推荐系统功能需求第23-26页
     ·用户管理需求第24-25页
     ·信息收集需求第25-26页
     ·信息监测需求第26页
     ·消息通知需求第26页
   ·B2C 商品推荐系统的架构第26-27页
   ·本章小结第27-29页
第四章 B2C 商品推荐系统的设计与实现第29-51页
   ·用户管理模块第29-34页
     ·注册子模块第30-31页
     ·登陆子模块第31-32页
     ·社交子模块第32-34页
   ·信息收集模块第34-45页
     ·爬虫子模块第34-37页
     ·结构化数据抽取模块第37-40页
     ·信息存储子模块第40-45页
   ·信息监测模块第45-49页
     ·监测目标的定义第45-47页
     ·监测行为的定义第47-48页
     ·信息监测系统第48-49页
   ·结果通知模块第49-50页
   ·本章小结第50-51页
第五章 B2C 商品推荐系统的使用与测评第51-58页
   ·B2C 商品推荐系统的使用第51-54页
     ·社交用户功能第51-52页
     ·监测目标定义第52-53页
     ·价格趋势第53页
     ·结果通知第53-54页
   ·B2C 商品推荐系统的测评第54-57页
     ·测试环境第55页
     ·系统稳定性测试第55页
     ·性能测试第55-56页
     ·功能性测试第56-57页
   ·本章小结第57-58页
第六章 总结与展望第58-61页
   ·工作与回顾第58-59页
   ·成果及意义第59页
   ·存在的进一步工作第59-61页
参考文献第61-64页
附表 1 价格趋势第64-65页
附表 2 目标监测数据第65-66页
致谢第66-67页
作者攻读学位期间发表的论文第67-70页
附件第70页

论文共70页,点击 下载论文
上一篇:半监督特征选择和特征选择的稳定性研究
下一篇:基于模糊聚类的社交网络中的分布式数据分发