| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 引言 | 第10-15页 |
| ·课题背景 | 第10-13页 |
| ·课题任务 | 第13页 |
| ·本文的主要成果 | 第13-14页 |
| ·本文的组织结构 | 第14-15页 |
| 第二章 数据挖掘技术和主动推荐系统 | 第15-34页 |
| ·数据挖掘技术综述 | 第15-24页 |
| ·数据挖掘基本知识 | 第15-16页 |
| ·关联规则经典算法综述 | 第16-24页 |
| ·互联网主动推荐算法发展现状 | 第24-34页 |
| ·基于项目的主动推荐 | 第25页 |
| ·基于用户的主动推荐 | 第25-26页 |
| ·组合主动推荐 | 第26-27页 |
| ·基于web使用挖掘的实时主动推荐 | 第27-29页 |
| ·基于用户的两阶段聚类主动推荐算法 | 第29-33页 |
| ·基于关联主题挖掘的主动推荐算法 | 第33-34页 |
| 第三章 微博客的多重性应用研究 | 第34-45页 |
| ·微博客的多重性应用研究 | 第34-40页 |
| ·微博客在网络营销中的应用 | 第34-36页 |
| ·微博客在移动互联网中的应用 | 第36-37页 |
| ·微博客在图书管理中的应用 | 第37-39页 |
| ·微博客在其他领域中的应用 | 第39-40页 |
| ·微博客的交互性应用研究 | 第40-44页 |
| ·微博客与博客的交互 | 第40-41页 |
| ·微博客与论坛的交互 | 第41-42页 |
| ·微博客与手机的交互 | 第42-43页 |
| ·微博客与其他微博客网站的同步交互 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 帖立方微博主动推荐方案的设计与实现 | 第45-57页 |
| ·引言 | 第45页 |
| ·预备知识 | 第45-46页 |
| ·分词匹配算法 | 第45-46页 |
| ·频繁模式树(Frequent Pattern tree,FP-tree)的定义 | 第46页 |
| ·帖立方方案 | 第46-49页 |
| ·帖立方方案的总体目标 | 第46-47页 |
| ·帖立方方案的总体流程 | 第47-49页 |
| ·帖立方微博主动推荐方案的详细设计与实现 | 第49-57页 |
| ·分词词典的设计 | 第49-52页 |
| ·分词匹配算法 | 第52-53页 |
| ·去停用词 | 第53页 |
| ·关联主题挖掘 | 第53-55页 |
| ·模式入库和主题推荐 | 第55-56页 |
| ·算法效果比较 | 第56-57页 |
| 第五章 结束语 | 第57-58页 |
| ·论文工作总结 | 第57页 |
| ·问题和展望 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 致谢 | 第60-61页 |
| 攻读学位期间发表的学术论文 | 第61页 |