| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第8-13页 |
| ·选题背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·论文的创新点 | 第11页 |
| ·本文的内容与组织 | 第11-13页 |
| 第二章 WEB数据挖掘技术 | 第13-26页 |
| ·数据挖掘 | 第13-14页 |
| ·Web数据挖掘 | 第14-15页 |
| ·Web日志挖掘的模型与处理过程 | 第15-26页 |
| 第三章 电子商务推荐系统 | 第26-37页 |
| ·电子商务 | 第26-27页 |
| ·电子商务中Web数据挖掘的应用 | 第27-32页 |
| ·电子商务推荐系统基础理论 | 第32-37页 |
| 第四章 电子商务推荐系统模型研究和建立 | 第37-40页 |
| ·电子商务推荐系统的框架设计 | 第37-40页 |
| 第五章 电子商务推荐算法及改进 | 第40-55页 |
| ·基于关联规则的推荐算法 | 第41-44页 |
| ·协同过滤推荐算法 | 第44-47页 |
| ·基于聚类(Cluster-based)的协同过滤算法概述 | 第47-48页 |
| ·k-means聚类算法的改进 | 第48-55页 |
| 第六章 电子商务推荐系统的实现 | 第55-65页 |
| ·系统结构 | 第55-59页 |
| ·电子商务推荐系统 | 第59-64页 |
| ·实现系统评价 | 第64-65页 |
| 第七章 结论 | 第65-67页 |
| ·总结 | 第65页 |
| ·进一步的工作 | 第65-67页 |
| 参考文献 | 第67-69页 |
| 致谢 | 第69-70页 |
| 学位论文评阅及答辩情况表 | 第70页 |