| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-13页 |
| ·研究背景及意义 | 第9-10页 |
| ·研究背景 | 第9页 |
| ·研究意义 | 第9-10页 |
| ·研究现状及存在问题 | 第10-12页 |
| ·国内外研究现状 | 第10-11页 |
| ·存在问题 | 第11-12页 |
| ·论文内容及组织结构 | 第12-13页 |
| 第2章 个性化推荐技术分析 | 第13-27页 |
| ·Web挖掘 | 第13页 |
| ·Web挖掘分类 | 第13-16页 |
| ·个性化推荐技术 | 第16-17页 |
| ·个性化推荐技术分类及各自优缺点 | 第17-21页 |
| ·关联规则挖掘 | 第21-23页 |
| ·关联规则的经典算法Apriori算法 | 第23-26页 |
| ·小结 | 第26-27页 |
| 第3章 基于关联规则的个性化推荐系统一般模型 | 第27-35页 |
| ·基于关联规则的个性化推荐系统模型 | 第27-28页 |
| ·数据预处理阶段 | 第28-31页 |
| ·数据净化 | 第28页 |
| ·用户识别 | 第28-29页 |
| ·会话识别 | 第29-30页 |
| ·路径补充 | 第30页 |
| ·事务识别 | 第30-31页 |
| ·数据挖掘阶段 | 第31-34页 |
| ·用户频繁访问序列模式挖掘 | 第31页 |
| ·生成频繁访问路径图 | 第31-33页 |
| ·基于频繁访问路径图的推荐集计算 | 第33-34页 |
| ·小结 | 第34-35页 |
| 第4章 对基于关联规则的个性化推荐系统一般模型的改进 | 第35-46页 |
| ·数据预处理阶段存在的问题及改进 | 第35-38页 |
| ·频繁访问路径图存在的问题及改进 | 第38-41页 |
| ·基于频繁访问路径图生成关联规则库 | 第41-42页 |
| ·基于关联规则库及推荐因子产生在线推荐集 | 第42-44页 |
| ·改进后的推荐系统模型 | 第44-45页 |
| ·小结 | 第45-46页 |
| 第5章 推荐质量分析 | 第46-54页 |
| ·实验数据 | 第46页 |
| ·实验评价标准 | 第46-47页 |
| ·实验方案 | 第47-48页 |
| ·实验结果及分析 | 第48-54页 |
| 第6章 总结与展望 | 第54-55页 |
| ·总结 | 第54页 |
| ·下一步工作 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59页 |