Web数据挖掘在电子商务中的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-13页 |
| ·研究背景 | 第9-10页 |
| ·国内外研究现状和发展趋势 | 第10-11页 |
| ·研究意义 | 第11-12页 |
| ·研究内容 | 第12-13页 |
| 2 数据挖掘 | 第13-17页 |
| ·数据挖掘概念 | 第13页 |
| ·数据挖掘的功能 | 第13-15页 |
| ·数据挖掘的常用技术 | 第15-17页 |
| 3 电子商务 | 第17-22页 |
| ·电子商务定义 | 第17页 |
| ·电子商务分类 | 第17-18页 |
| ·电子商务特点 | 第18-19页 |
| ·电子商务流程 | 第19-22页 |
| 4 Web数据挖掘 | 第22-30页 |
| ·Web挖掘的意义 | 第22-23页 |
| ·Web数据挖掘的分类 | 第23-24页 |
| ·Web挖掘的含义 | 第24-25页 |
| ·Web挖掘的数据来源 | 第25-27页 |
| ·Web数据挖掘过程 | 第27-30页 |
| ·数据预处理 | 第27-29页 |
| ·模式发现 | 第29页 |
| ·模式分析 | 第29-30页 |
| 5 Web数据挖掘在电子商务中的应用 | 第30-37页 |
| ·聚类分析在电子商务中的应用 | 第30-32页 |
| ·关联分析在电子商务中的应用 | 第32-37页 |
| 6 关联规则算法和聚类分析算法的研究和改进 | 第37-50页 |
| ·Apriori算法 | 第37-40页 |
| ·Apriori算法概述 | 第37-38页 |
| ·Apriori算法实例分析 | 第38-39页 |
| ·Apriori算法流程图 | 第39-40页 |
| ·改进的Apriori算法 | 第40-44页 |
| ·聚类分析算法 | 第44-47页 |
| ·经典聚类分析算法k-means算法描述 | 第44页 |
| ·k-means算法示例 | 第44-46页 |
| ·k-means算法流程图 | 第46-47页 |
| ·改进的k-means算法 | 第47-50页 |
| 7 实现电子商务实时个性化推荐的系统 | 第50-59页 |
| ·个性化推荐系统用于电子商务中的意义 | 第50-51页 |
| ·个性化电子商务网站的体系结构 | 第51-54页 |
| ·实现电子商务实时个性化推荐的系统 | 第54-59页 |
| 8 对全文进行总结和展望 | 第59-60页 |
| ·总结 | 第59页 |
| ·展望 | 第59-60页 |
| 9 结论 | 第60-61页 |
| 参考文献 | 第61-63页 |
| 攻读硕士学位期间发表的论文 | 第63-64页 |
| 致谢 | 第64-66页 |
