数据挖掘在电子商务推荐系统中的应用

摘要	第1-6页
Abstract	第6-9页
第1章 绪论	第9-15页
·论文研究的背景及意义	第9-10页
·国内外研究现状	第10-13页
·数据挖掘在电子商务推荐系统中的主要应用	第10-11页
·电子商务推荐系统主要研究内容	第11-12页
·电子商务推荐系统研究方向	第12页
·电子商务推荐系统研究难点	第12-13页
·论文的主要工作	第13页
·论文的组织结构	第13-15页
第2章 数据挖掘与电子商务推荐系统	第15-29页
·数据挖掘技术	第15-18页
·数据挖掘的概念	第15-16页
·数据挖掘的方法	第16-18页
·电子商务推荐系统	第18-27页
·电子商务推荐系统的工作流程及数据来源	第19页
·电子商务推荐系统的分类	第19-20页
·电子商务推荐系统的关键技术	第20-27页
·协同过滤推荐系统	第27-28页
·本章小结	第28-29页
第3章 基于聚类和协同过滤的推荐算法	第29-42页
·聚类与协同过滤组合推荐优势	第29页
·聚类与协同过滤组合的推荐算法	第29-34页
·基于聚类的数据预处理	第30-31页
·改进的同过滤推荐算法降低稀疏度	第31-33页
·传统协同过滤推荐产生推荐集	第33-34页
·仿真实验	第34-41页
·实验数据及实验环境	第34-35页
·实验设计	第35-36页
·实验过程	第36-40页
·实验结论	第40-41页
·本章小结	第41-42页
第4章 组合推荐算法在图书推荐系统的应用	第42-52页
·图书推荐系统特点	第42页
·图书推荐系统的设计和实现	第42-49页
·需求分析	第42-43页
·图书推荐系统的总体架构	第43-44页
·图书推荐原型系统工作流程	第44-46页
·数据库表结构	第46-49页
·系统推荐成果展现	第49-51页
·本章小结	第51-52页
结论	第52-54页
参考文献	第54-58页
攻读硕士学位期间发表的论文和取得的科研成果	第58-59页
致谢	第59-60页
个人简历	第60页