| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-15页 |
| ·引言 | 第12-14页 |
| ·国内外研究状况 | 第14页 |
| ·研究内容及意义 | 第14-15页 |
| 第2章 电子商务个性化推荐系统及相关技术 | 第15-22页 |
| ·电子商务个性化推荐系统概述 | 第15-18页 |
| ·电子商务个性化推荐系统概念 | 第15页 |
| ·电子商务个性化推荐系统的作用 | 第15-16页 |
| ·电子商务个性化推荐系统分类 | 第16-17页 |
| ·电子商务个性化推荐系统组成 | 第17-18页 |
| ·电子商务个性化推荐系统的相关技术 | 第18-19页 |
| ·基于知识的推荐技术 | 第18页 |
| ·基于关联规则的推荐技术 | 第18页 |
| ·协同过滤的推荐技术 | 第18-19页 |
| ·基于效用的推荐技术 | 第19页 |
| ·基于内容的推荐技术 | 第19页 |
| ·推荐技术比较 | 第19-20页 |
| ·推荐技术的选择 | 第20-22页 |
| 第3章 基于关联规则的电子商务网站个性化推荐系统设计 | 第22-40页 |
| ·数据挖掘技术 | 第22-24页 |
| ·数据挖掘概述 | 第22页 |
| ·数据挖掘过程 | 第22-24页 |
| ·关联规则挖掘技术 | 第24-27页 |
| ·什么是关联规则 | 第24-25页 |
| ·关联规则挖掘过程 | 第25页 |
| ·关联规则模型 | 第25-26页 |
| ·关联规则的分类 | 第26-27页 |
| ·关联规则挖掘的经典算法 | 第27-34页 |
| ·Apriori算法:使用候选项集找频繁项集 | 第27-31页 |
| ·FP-tree频集算法—基于频繁模式增长算法 | 第31-33页 |
| ·使用垂直数据格式挖掘频繁项集 | 第33-34页 |
| ·关联规则发掘技术在国内外的应用 | 第34页 |
| ·电子商务网站个性化推荐系统结构 | 第34-35页 |
| ·基于关联规则的电子商务网站个性化推荐系统组成 | 第35-40页 |
| ·离线关联规则生成模块 | 第35-37页 |
| ·在线推荐模块 | 第37页 |
| ·基于关联规则的电子商务个性化推荐系统结构图及流程图 | 第37-40页 |
| 第4章 基于关联规则的个性化推荐系统实现 | 第40-62页 |
| ·数据源的获取 | 第40-43页 |
| ·离线模块数据源获取 | 第40-41页 |
| ·在线模块的数据源获取 | 第41页 |
| ·相关数据表信息 | 第41-43页 |
| ·数据准备 | 第43-45页 |
| ·去除无意义数据 | 第43-44页 |
| ·去除噪声数据 | 第44页 |
| ·数据格式转换 | 第44-45页 |
| ·数据准备的实现 | 第45-47页 |
| ·挖掘计算的步骤与实现 | 第47-59页 |
| ·生成所需事务数据库 | 第47-51页 |
| ·得出频繁集同时计算可信度,产生关联规则 | 第51-59页 |
| ·关联规则库的生成 | 第59-60页 |
| ·在线推荐模块的实现 | 第60-62页 |
| ·在线推荐模块实现原理 | 第60页 |
| ·在线推荐策略 | 第60页 |
| ·在线推荐结果 | 第60-62页 |
| 第5章 问题研究与总结 | 第62-64页 |
| ·存在的问题 | 第62页 |
| ·应对措施 | 第62-64页 |
| 第6章 展望 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68页 |