| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-14页 |
| ·研究的背景、目的及意义 | 第9-10页 |
| ·研究现状 | 第10-12页 |
| ·主要工作和创新点 | 第12-13页 |
| ·论文组织结构 | 第13-14页 |
| 第2章 改进的基于FP_Growth的多层关联规则挖掘算法 | 第14-31页 |
| ·关联规则库构建基础 | 第14-20页 |
| ·关联规则 | 第15-18页 |
| ·基本概念 | 第15-16页 |
| ·关联规则的分类 | 第16页 |
| ·关联规则挖掘过程 | 第16-18页 |
| ·经典算法 | 第18-20页 |
| ·Apriori算法 | 第18-19页 |
| ·FP_Growth算法 | 第19-20页 |
| ·基于电子商务的多层次关联规则的挖掘算法 | 第20-28页 |
| ·多层关联规则相关概念及算法 | 第21-22页 |
| ·改进的多层关联规则挖掘算法 | 第22-28页 |
| ·算法思想 | 第23-25页 |
| ·算法描述 | 第25-28页 |
| ·实验结果展示 | 第28-30页 |
| ·实验环境 | 第28页 |
| ·实验数据来源 | 第28页 |
| ·结果显示 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 基于关联规则的用户兴趣模型 | 第31-46页 |
| ·信息过滤技术 | 第31-33页 |
| ·信息过滤的分类体系 | 第33页 |
| ·电子商务中的信息过滤 | 第33-36页 |
| ·电子商务推荐系统的结构 | 第34-35页 |
| ·经典的用户兴趣表示模型 | 第35-36页 |
| ·加权关键词向量表示 | 第36页 |
| ·评价矩阵表示 | 第36页 |
| ·结合关联规则对用户兴趣建模 | 第36-45页 |
| ·提取用户兴趣 | 第36-41页 |
| ·结合关联规则提取用户兴趣 | 第37-38页 |
| ·度量用户兴趣度 | 第38-41页 |
| ·建立模型 | 第41-44页 |
| ·更新模型和规则库 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 基于关联规则的个性化推荐原型系统 | 第46-62页 |
| ·系统原型概述 | 第46页 |
| ·系统结构 | 第46-47页 |
| ·数据模型设计 | 第47-52页 |
| ·数据库设计 | 第48-52页 |
| ·系统主体框架 | 第52-54页 |
| ·规则库生成模块 | 第52-53页 |
| ·行为数据提取模块 | 第53页 |
| ·商品推荐模块 | 第53-54页 |
| ·实验分析 | 第54-61页 |
| ·系统环境 | 第54-55页 |
| ·结果显示 | 第55-61页 |
| ·本章小结 | 第61-62页 |
| 第5章 总结与展望 | 第62-64页 |
| ·总结 | 第62页 |
| ·展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-67页 |