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

在电子商务中应用Web数据挖掘的研究

摘要第1-6页
Abstract第6-8页
目录第8-11页
插图索引第11-12页
附表索引第12-13页
第1章 绪论第13-21页
   ·论文研究背景和意义第13-14页
   ·国内外研究综述第14-19页
     ·数据挖掘研究第14-16页
     ·电子商务研究第16-18页
     ·推荐系统研究第18-19页
   ·论文研究目标第19-20页
   ·论文组织结构第20-21页
第2章 数据挖掘相关内容第21-42页
   ·数据挖掘的定义第21-23页
     ·数据挖掘的内涵第21-22页
     ·数据仓库中的数据挖掘第22-23页
     ·统计方法中的数据挖掘第23页
   ·数据挖掘的技术第23-29页
     ·数据挖掘的技术方法第24-26页
     ·数据挖掘的工具第26-27页
     ·数据挖掘七大过程第27-29页
   ·数据挖掘的应用及挑战第29-33页
     ·数据挖掘的应用第29-32页
     ·数据挖掘的挑战第32-33页
   ·Web数据挖掘的相关内容第33-39页
     ·Web数据挖掘的概念第33-34页
     ·Web数据挖掘的作用第34-35页
     ·Web数据挖掘的特点第35-36页
     ·Web数据挖掘的分类第36-38页
     ·Web数据挖掘流程第38-39页
     ·Web数据挖掘用途第39页
   ·XML与Web数据挖掘的结合第39-41页
   ·小结第41-42页
第3章 电子商务中的Web数据挖掘第42-54页
   ·电子商务相关概念第42-45页
     ·电子商务的两个层面第42页
     ·电子商务的模式第42-44页
     ·电子商务活动的特点第44页
     ·电子商务七大优势第44-45页
   ·EC中进行Web数据挖掘第45-49页
     ·EC中的数据源第46-47页
     ·EC的挖掘过程第47-49页
   ·Web挖掘在EC中的应用第49-53页
     ·提升客户价值第50-52页
     ·改变营销机制第52-53页
   ·小结第53-54页
第4章 使用Web数挖的推荐系统研究第54-59页
   ·电子商务中的推荐系统第54-56页
     ·前台输出系统第55页
     ·后台输入系统第55-56页
     ·中间处理系统第56页
   ·常见推荐算法第56-58页
   ·小结第58-59页
第5章 Web挖掘推荐系统的设计实现第59-83页
   ·推荐系统的概述第59-60页
   ·访问数据模块第60-63页
     ·数据收集模块第61页
     ·推荐系统的数据预处理第61-63页
   ·系统架构应用模块第63-66页
     ·基于OLAP的系统结构第64-65页
     ·基于B/S结构应用框架第65-66页
   ·系统所用算法第66-78页
     ·Apriori算法第66-69页
     ·Apriori算法实现第69-71页
     ·Apriori算法改进第71-72页
     ·改进的Apriori算法实现第72-73页
     ·前后两算法比较分析第73-74页
     ·改进算法在推荐系统中的运用第74-78页
   ·交互用户模块第78-82页
     ·在线推荐模块第79-80页
     ·模式应用模块第80-82页
   ·小结第82-83页
结论第83-86页
参考文献第86-90页
附录A (攻读学位期间所发表的学术论文目录)第90-91页
致谢第91页

论文共91页,点击 下载论文
上一篇:基于病毒进化遗传算法排课系统的研究与实现
下一篇:基于道路地形图的道路识别技术研究