| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景和意义 | 第11-14页 |
| 1.1.1 选题的背景 | 第11-12页 |
| 1.1.2 个性化推荐的意义 | 第12-13页 |
| 1.1.3 商品价格分析的意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.3 论文的主要工作 | 第16-17页 |
| 1.4 论文的结构 | 第17-19页 |
| 第二章 课题相关技术研究 | 第19-36页 |
| 2.1 数据挖掘概述 | 第19-31页 |
| 2.1.1 数据挖掘的技术 | 第20-21页 |
| 2.1.2 数据预处理 | 第21-23页 |
| 2.1.3 分类 | 第23-29页 |
| 2.1.4 聚类 | 第29-30页 |
| 2.1.5 关联分析 | 第30-31页 |
| 2.2 复杂网络概述 | 第31-35页 |
| 2.2.1 复杂网络特性 | 第32页 |
| 2.2.2 复杂网络节点重要性 | 第32-34页 |
| 2.2.3 复杂网络群组发现 | 第34-35页 |
| 2.3 本章小结 | 第35-36页 |
| 第三章 基于动态商品共买网络和改进模块度的个性化推荐算法 | 第36-52页 |
| 3.1 引言 | 第36-37页 |
| 3.2 问题描述 | 第37-39页 |
| 3.3 构建DCCB网络 | 第39-41页 |
| 3.4 基于改进模块度的商品推荐 | 第41-44页 |
| 3.5 实验以及分析 | 第44-50页 |
| 3.5.1 实验数据 | 第44-46页 |
| 3.5.2 评价指标 | 第46页 |
| 3.5.3 实验及结果分析 | 第46-50页 |
| 3.6 本章小结 | 第50-52页 |
| 第四章 基于商品价格相似性和SWMN-PLR的购买策略 | 第52-71页 |
| 4.1 引言 | 第52页 |
| 4.2 问题描述 | 第52-53页 |
| 4.3 基于包含突变节点的滑动窗口的分段线性表示的价格特征提取 | 第53-56页 |
| 4.4 发现相似商品 | 第56-62页 |
| 4.4.1 基于商品描述的相似性算法 | 第57-60页 |
| 4.4.2 基于商品价格特征的相似性算法 | 第60-61页 |
| 4.4.3 相似性算法结果对比 | 第61-62页 |
| 4.5 获得商品购买策略 | 第62-64页 |
| 4.6 实验以及分析 | 第64-70页 |
| 4.6.1 实验数据 | 第64-65页 |
| 4.6.2 评价指标 | 第65页 |
| 4.6.3 实验及结果分析 | 第65-70页 |
| 4.7 本章小结 | 第70-71页 |
| 第五章 一个面向消费者的商品推荐及购买决策系统 | 第71-99页 |
| 5.1 项目背景与需求分析 | 第71-72页 |
| 5.1.1 项目背景 | 第71页 |
| 5.1.2 需求分析 | 第71-72页 |
| 5.2 系统概要设计 | 第72-73页 |
| 5.3 系统软硬件架构 | 第73-75页 |
| 5.3.1 系统硬件结构 | 第73-74页 |
| 5.3.2 系统软件结构 | 第74-75页 |
| 5.4 数据采集模块详细设计与实现 | 第75-82页 |
| 5.4.1 网络爬虫详细设计与实现 | 第75-79页 |
| 5.4.2 数据持久化详细设计与实现 | 第79-82页 |
| 5.5 数据挖掘模块详细设计与实现 | 第82-88页 |
| 5.5.1 功能概述与详细设计 | 第82-83页 |
| 5.5.2 个性化推荐的实现 | 第83-86页 |
| 5.5.3 商品购买决策的实现 | 第86-88页 |
| 5.6 数据展示模块详细设计与实现 | 第88-91页 |
| 5.7 系统展示和测试 | 第91-97页 |
| 5.7.1 系统展示 | 第91-95页 |
| 5.7.2 系统测试 | 第95-97页 |
| 5.8 本章小结 | 第97-99页 |
| 第六章 总结与展望 | 第99-101页 |
| 6.1 论文工作总结 | 第99-100页 |
| 6.2 后续工作展望 | 第100-101页 |
| 致谢 | 第101-102页 |
| 参考文献 | 第102-105页 |
| 攻读硕士学位期间取得的成果 | 第105-106页 |
