基于Web数据挖掘的智能推荐研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究背景 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·本文的主要工作 | 第13页 |
| ·本文的内容组织安排 | 第13-15页 |
| 第二章 相关理论和研究现状 | 第15-25页 |
| ·数据挖掘(Data Mining) | 第15-16页 |
| ·Web数据挖掘 | 第16-18页 |
| ·Web数据挖掘的定义 | 第16页 |
| ·Web数据挖掘的分类 | 第16-18页 |
| ·Web使用挖掘 | 第18-21页 |
| ·Web使用挖掘过程 | 第18-20页 |
| ·Web使用挖掘的应用范围 | 第20-21页 |
| ·个性化推荐系统 | 第21-23页 |
| ·基于协同过滤的推荐系统 | 第22页 |
| ·基于内容的推荐系统 | 第22-23页 |
| ·基于规则的推荐系统 | 第23页 |
| ·基于知识的推荐系统 | 第23页 |
| ·本章小结 | 第23-25页 |
| 第三章 个性化推荐系统的模型设计 | 第25-34页 |
| ·推荐系统的模型设计 | 第25-26页 |
| ·数据预处理 | 第26-28页 |
| ·数据清理 | 第26-27页 |
| ·用户识别 | 第27-28页 |
| ·会话识别 | 第28页 |
| ·基于协同过滤的推荐系统 | 第28-33页 |
| ·基于用户的协同过滤 | 第29-30页 |
| ·基于项目的协同过滤 | 第30-31页 |
| ·协同过滤存在的问题以及解决办法 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 基于用户和项目的协同过滤算法 | 第34-50页 |
| ·User-based协同过滤 | 第34-37页 |
| ·User-based协同过滤推荐算法 | 第34-36页 |
| ·User-based协同过滤推荐算法的优缺点 | 第36-37页 |
| ·Item-based协同过滤 | 第37-39页 |
| ·Item-based协同过滤推荐算法 | 第37-38页 |
| ·Item-based协同过滤推荐算法的优缺点 | 第38-39页 |
| ·基于用户和项目的协同过滤推荐算法 | 第39-41页 |
| ·任意项目的邻居项目的确定 | 第39-40页 |
| ·预测任意用户对任意项目的评价 | 第40页 |
| ·预测目标用户对项目的评价 | 第40页 |
| ·算法分析 | 第40-41页 |
| ·实验结果及分析 | 第41-49页 |
| ·实验测试数据集 | 第41-42页 |
| ·实验环境 | 第42页 |
| ·评价标准 | 第42-43页 |
| ·实验过程 | 第43页 |
| ·实验结果 | 第43-47页 |
| ·实验结果分析 | 第47-49页 |
| ·实验结论 | 第49页 |
| ·本章小结 | 第49-50页 |
| 第五章 中南大学图书馆图书推荐系统原型 | 第50-54页 |
| ·原型设计 | 第50-51页 |
| ·模块设计 | 第51-52页 |
| ·系统特点 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第六章 结束语 | 第54-56页 |
| ·本文研究工作总结 | 第54页 |
| ·后续的研究工作与展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 攻读硕士学位期间完成论文情况 | 第61页 |
| 攻读硕士学位期间参加的科研项目情况 | 第61页 |
