| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 引言 | 第12-18页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 电子商务的发展现状 | 第13-15页 |
| 1.2.2 推荐系统的发展现状 | 第15页 |
| 1.3 推荐系统的主要类型及研究方向 | 第15-16页 |
| 1.4 论文的内容安排 | 第16-18页 |
| 第2章 数据挖掘与Web数据挖掘概述 | 第18-28页 |
| 2.1 数据挖掘 | 第18-20页 |
| 2.1.1 数据挖掘的定义 | 第18页 |
| 2.1.2 数据挖掘步骤 | 第18-19页 |
| 2.1.3 数据挖掘的对象 | 第19页 |
| 2.1.4 数据挖掘方法 | 第19-20页 |
| 2.2 Web数据挖掘 | 第20-27页 |
| 2.2.1 Web数据挖掘的定义 | 第20-21页 |
| 2.2.2 Web数据挖掘的分类 | 第21-23页 |
| 2.2.3 Web数据挖掘的来源 | 第23-24页 |
| 2.2.4 Web数据挖掘与电子商务的结合 | 第24-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第3章 电子商务推荐系统模型研究和建立 | 第28-43页 |
| 3.1 电子商务推荐系统的框架设计 | 第28-29页 |
| 3.2 数据采集模块 | 第29页 |
| 3.3 离线模块结构设计 | 第29-36页 |
| 3.3.1 数据预处理模块 | 第29-36页 |
| 3.4 在线模块结构设计 | 第36-41页 |
| 3.4.1 会话管理 | 第36-38页 |
| 3.4.2 对话管理 | 第38-39页 |
| 3.4.3 推荐引擎 | 第39-41页 |
| 3.4.4 数据库管理系统选择 | 第41页 |
| 3.5 应用模块 | 第41-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第4章 关联规则在电子商务推荐系统中的应用 | 第43-60页 |
| 4.1 关联规则 | 第43-46页 |
| 4.1.1 关联规则的定义 | 第43-44页 |
| 4.1.2 关联规则的分类 | 第44-45页 |
| 4.1.3 关联规则的相关算法 | 第45-46页 |
| 4.2 关联规则的应用 | 第46-51页 |
| 4.2.1 进行关联分析的前期工作 | 第46-47页 |
| 4.2.2 关联分析的应用 | 第47-49页 |
| 4.2.3 关联分析应该注意的几点事项 | 第49-51页 |
| 4.3 关联规则的原型实验 | 第51-59页 |
| 4.3.1 SAS中导入数据源进行数据关联规则分析 | 第51-56页 |
| 4.3.2 设置提升度、置信度和支持度找出关联 | 第56-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第5章 推荐系统在网上书店中的应用 | 第60-65页 |
| 5.1 系统功能分析 | 第60-61页 |
| 5.2 数据库的设计 | 第61-62页 |
| 5.3 推荐系统模型结构 | 第62页 |
| 5.4 推荐系统模型实现 | 第62-64页 |
| 5.4.1 网上书店在线推荐功能实现 | 第62-64页 |
| 5.4.2 后台页面管理功能 | 第64页 |
| 5.5 本章小结 | 第64-65页 |
| 结论 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |
| 附录A 攻读硕士学位期间发表的论文 | 第71页 |