基于数据挖掘的电子商务内容推荐系统研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-12页 |
| ·研究背景和意义 | 第9页 |
| ·国内外研究现状 | 第9-10页 |
| ·课题研究的主要内容 | 第10页 |
| ·本文的组织结构 | 第10-11页 |
| ·本章小结 | 第11-12页 |
| 2 内容推荐技术与数据挖掘 | 第12-20页 |
| ·内容推荐与个性化推荐 | 第12-15页 |
| ·推荐技术研究 | 第12-14页 |
| ·推荐策略 | 第14-15页 |
| ·数据挖掘 | 第15-17页 |
| ·数据挖掘的过程 | 第15-16页 |
| ·数据挖掘的功能和方法 | 第16-17页 |
| ·个性化推荐系统在电子商务中的应用 | 第17-18页 |
| ·推荐系统在电子商务中的作用 | 第17-18页 |
| ·推荐系统在电子商务系统中的研究内容 | 第18页 |
| ·数据挖掘与推荐系统 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 3 基于数据挖掘的推荐算法研究 | 第20-34页 |
| ·协同过滤算法 | 第20-24页 |
| ·算法的描述 | 第20-23页 |
| ·传统算法存在的问题 | 第23-24页 |
| ·算法改进 | 第24-27页 |
| ·改进思路 | 第24页 |
| ·相关数据挖掘技术的引入 | 第24-27页 |
| ·不同策略下推荐算法的描述 | 第27-33页 |
| ·基于关联规则的推荐算法在系统中的实现 | 第27-28页 |
| ·基于聚类的协同推荐算法在系统中的实现 | 第28-33页 |
| ·本章小结 | 第33-34页 |
| 4 基于数据挖掘的推荐系统的设计 | 第34-41页 |
| ·系统的需求概述 | 第34页 |
| ·推荐系统设计 | 第34-37页 |
| ·推荐系统的整体架构设计 | 第34-36页 |
| ·推荐系统业务流程图设计 | 第36-37页 |
| ·推荐系统功能模块设计 | 第37-38页 |
| ·关联推荐功能模块设计 | 第37-38页 |
| ·聚类推荐功能模块设计 | 第38页 |
| ·数据处理模块功能设计 | 第38-40页 |
| ·文章小结 | 第40-41页 |
| 5 推荐系统的实现及实验结果分析 | 第41-54页 |
| ·推荐系统的实现 | 第41-47页 |
| ·数据准备 | 第41-43页 |
| ·关联推荐和聚类推荐功能模块的实现 | 第43-44页 |
| ·推荐系统前端展示 | 第44-47页 |
| ·实验结果分析 | 第47-53页 |
| ·实验数据 | 第47页 |
| ·实验评估标准 | 第47-48页 |
| ·实验方案 | 第48-49页 |
| ·结果分析 | 第49-53页 |
| ·本章小结 | 第53-54页 |
| 6 总结和展望 | 第54-55页 |
| ·本文小结 | 第54页 |
| ·下一步工作展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 攻读学位期间主要的研究成果 | 第58-59页 |
| 致谢 | 第59页 |
