| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-17页 |
| ·课题背景及研究的目的和意义 | 第9-11页 |
| ·课题来源 | 第9-10页 |
| ·研究目的 | 第10页 |
| ·研究意义 | 第10-11页 |
| ·国内外的研究现状及分析 | 第11-15页 |
| ·电子商务推荐系统的研究现状 | 第11-12页 |
| ·基于Web 挖掘的浏览预测模型的研究现状 | 第12-14页 |
| ·Web 浏览预测的Markov 模型的研究现状 | 第14-15页 |
| ·主要研究内容和研究方法 | 第15-17页 |
| ·主要研究内容 | 第15页 |
| ·研究方法 | 第15-17页 |
| 第2章 背景理论 | 第17-28页 |
| ·用户浏览兴趣与浏览行为的相关研究 | 第17-20页 |
| ·用户浏览行为 | 第17-18页 |
| ·用户浏览兴趣的度量 | 第18-19页 |
| ·基于用户浏览行为的浏览兴趣度量 | 第19-20页 |
| ·基于Web 使用挖掘的用户浏览行为预测 | 第20-25页 |
| ·Web 使用挖掘的相关理论 | 第20-23页 |
| ·Markov 预测模型 | 第23-25页 |
| ·电子商务个性化推荐研究 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 基于Logistic 回归的用户浏览兴趣研究 | 第28-39页 |
| ·用户浏览行为的获取 | 第28-29页 |
| ·用户浏览兴趣的度量 | 第29-35页 |
| ·用户浏览兴趣的度量指标选取 | 第29-31页 |
| ·浏览兴趣度量指标的因子分析 | 第31-35页 |
| ·基于Logistic 回归的浏览兴趣预测 | 第35-38页 |
| ·Logistic 回归 | 第35页 |
| ·用户浏览兴趣的Logistic 预测模型 | 第35-36页 |
| ·模型的拟合效果分析 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 基于web 使用挖掘的浏览行为预测 | 第39-54页 |
| ·数据预处理 | 第39-42页 |
| ·数据采集与清理 | 第39-40页 |
| ·用户识别和会话识别 | 第40-41页 |
| ·生成存储矩阵 | 第41-42页 |
| ·Markov 预测模型 | 第42-44页 |
| ·Markov 原型 | 第42-44页 |
| ·Markov 模型算法的问题 | 第44页 |
| ·改进Markov 预测模型 | 第44-51页 |
| ·基于用户浏览兴趣的聚类 | 第44-48页 |
| ·聚类基础上的Markov 预测 | 第48-50页 |
| ·基于聚类方法的Markov 预测模型的检验 | 第50-51页 |
| ·对电子商务个性化推荐策略的建议性分析 | 第51-53页 |
| ·针对不同用户选择推荐策略 | 第51-52页 |
| ·针对不同商品选择推荐策略 | 第52页 |
| ·针对不同网站选择推荐策略 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-62页 |
| 致谢 | 第62页 |