Web使用挖掘在电子商务推荐系统中的应用
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-15页 |
| ·研究背景与意义 | 第8-9页 |
| ·研究背景 | 第8页 |
| ·研究意义 | 第8-9页 |
| ·电子商务推荐系统 | 第9-13页 |
| ·电子商务推荐系统的概念 | 第9页 |
| ·电子商务系统的发展历程 | 第9-10页 |
| ·电子商务推荐系统的作用 | 第10-11页 |
| ·电子商务推荐系统的组成 | 第11页 |
| ·个性化推荐技术 | 第11-12页 |
| ·电子商务推荐系统的研究现状 | 第12-13页 |
| ·论文主要研究内容 | 第13页 |
| ·论文组织结构 | 第13-14页 |
| ·小结 | 第14-15页 |
| 第二章 WEB挖掘 | 第15-26页 |
| ·数据挖掘 | 第15-17页 |
| ·数据挖掘概述 | 第15-16页 |
| ·数据挖掘分类 | 第16页 |
| ·数据挖掘方法 | 第16页 |
| ·数据挖掘技术实现 | 第16-17页 |
| ·WEB挖掘(WEB MINING) | 第17-19页 |
| ·Web挖掘定义 | 第17-18页 |
| ·Web挖掘的技术优点 | 第18页 |
| ·Web挖掘的分类 | 第18-19页 |
| ·WEB使用挖掘 | 第19-20页 |
| ·WEB日志挖掘 | 第20-25页 |
| ·源数据的收集 | 第20-22页 |
| ·数据预处理 | 第22-23页 |
| ·事务识别 | 第23-24页 |
| ·模式发现 | 第24页 |
| ·模式分析 | 第24-25页 |
| ·小结 | 第25-26页 |
| 第三章 客户选择与客户偏好分析 | 第26-37页 |
| ·电子商务个性化简介 | 第26-28页 |
| ·电子商务个性化服务的概念 | 第26-27页 |
| ·电子商务个性化推荐服务的研究内容 | 第27页 |
| ·电子商务个性化推荐服务的研究要点 | 第27-28页 |
| ·数据分类 | 第28页 |
| ·决策树分类 | 第28-31页 |
| ·决策树算法 | 第28-29页 |
| ·ID3算法 | 第29-31页 |
| ·目标客户选择 | 第31-34页 |
| ·训练集建立 | 第31-32页 |
| ·构建决策树 | 第32-33页 |
| ·测试集建立和目标客户确定 | 第33-34页 |
| ·客户偏好分析 | 第34-35页 |
| ·实例分析 | 第35-36页 |
| ·小结 | 第36-37页 |
| 第四章 产品关联模式分析 | 第37-44页 |
| ·关联规则 | 第37-38页 |
| ·基本概念 | 第37-38页 |
| ·关联规则分类 | 第38页 |
| ·关联规则分析 | 第38-41页 |
| ·关联规则基本模型 | 第38-39页 |
| ·频繁项目集生成算法分析 | 第39-40页 |
| ·关联规则生成算法分析 | 第40-41页 |
| ·产品关联模型 | 第41页 |
| ·实例分析 | 第41-43页 |
| ·小结 | 第43-44页 |
| 第五章 系统设计与实现 | 第44-51页 |
| ·需求分析 | 第44页 |
| ·推荐产生 | 第44-45页 |
| ·系统设计 | 第45-46页 |
| ·Web日志分析模块 | 第45页 |
| ·数据转换模块 | 第45-46页 |
| ·目标客户选择模块和客户偏好分析模块 | 第46页 |
| ·产品关联分析模块 | 第46页 |
| ·推荐产生模块 | 第46页 |
| ·实例分析 | 第46-47页 |
| ·系统实现 | 第47-50页 |
| ·系统开发环境 | 第47-48页 |
| ·系统功能模块 | 第48-50页 |
| ·小结 | 第50-51页 |
| 第六章 总结和展望 | 第51-53页 |
| ·总结 | 第51页 |
| ·本文的主要工作 | 第51-52页 |
| ·展望与进一步工作 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
| 个人简历 在学期间发表的学术论文 | 第57-58页 |
