| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 引言 | 第10-12页 |
| ·研究背景 | 第10-11页 |
| ·论文研究的意义 | 第11页 |
| ·本文所主要研究的工作 | 第11-12页 |
| 第二章 电子商务网站和数据挖掘技术简介 | 第12-27页 |
| ·电子商务网站的发展形势 | 第12-15页 |
| ·电子商务的定义 | 第12页 |
| ·电子商务网站的种类 | 第12-13页 |
| ·目前电子商务网站的不足 | 第13-14页 |
| ·国内外电子商务发展的现状 | 第14-15页 |
| ·目前经典的电子商务网站结构 | 第15-18页 |
| ·数据挖掘的定义 | 第18-19页 |
| ·数据挖掘的主要方法和技术 | 第19-20页 |
| ·数据挖掘的研究现状 | 第20-22页 |
| ·网站数据挖掘 | 第22页 |
| ·网站数据挖掘的分类 | 第22-25页 |
| ·网站结构挖掘 | 第23-24页 |
| ·网站内容挖掘 | 第24页 |
| ·网站应用挖掘 | 第24-25页 |
| ·网站数据挖掘在电子商务中的应用 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 构建面向数据挖掘的电子商务网站 | 第27-33页 |
| ·传统电子商务网站给数据挖掘带来的问题 | 第27-28页 |
| ·数据挖掘在电子商务网站的应用现状 | 第28-29页 |
| ·面向数据挖掘的购物网站的体系及建立 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 电子商务网站的应用挖掘和内容挖掘 | 第33-57页 |
| ·购物网站的应用挖掘 | 第33页 |
| ·应用挖掘的数据源 | 第33-34页 |
| ·应用挖掘数据源的预处理 | 第34-39页 |
| ·数据清洗 | 第35-36页 |
| ·用户识别 | 第36-37页 |
| ·会话识别 | 第37-38页 |
| ·路径补充 | 第38-39页 |
| ·应用挖掘中用户访问模式的发现及利用 | 第39-50页 |
| ·用户浏览行为模型 | 第40-41页 |
| ·用户访问路径分析 | 第41页 |
| ·最大向前路径 | 第41-42页 |
| ·经典的基于Apriori 的频繁访问路径挖掘算法 | 第42-45页 |
| ·改进的快速频繁访问路径挖掘算法 | 第45-49页 |
| ·利用频繁访问路径对网站结构进行优化 | 第49-50页 |
| ·电子商务网站的内容挖掘 | 第50-51页 |
| ·电子商务网站内容挖掘的预设置和预处理 | 第51-53页 |
| ·内容挖掘数据源的预设置 | 第51-53页 |
| ·内容挖掘数据源的预处理 | 第53页 |
| ·电子商务网站内容挖掘和提取 | 第53-56页 |
| ·网页内容关键字的确定 | 第54页 |
| ·网页内容的挖掘 | 第54-55页 |
| ·网页内容的聚合 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 应用数据挖掘技术建立个性化电子商务网站 | 第57-75页 |
| ·个性化服务的重要性 | 第57-58页 |
| ·电子商务网站用户的分类 | 第58-59页 |
| ·个性化电子商务网站的主要内容和特点 | 第59-60页 |
| ·个性化电子商务网站的体系结构 | 第60-64页 |
| ·用户访问模式的深入研究 | 第64-65页 |
| ·协作过滤算法的应用 | 第65-69页 |
| ·距离矩阵的计算 | 第66-68页 |
| ·用户聚类的算法 | 第68-69页 |
| ·为当前活动用户提供个性化页面 | 第69-74页 |
| ·利用现有的用户聚类对在线用户进行归类 | 第70-71页 |
| ·向用户推荐个性化页面 | 第71-74页 |
| ·本章小结 | 第74-75页 |
| 第六章 结论 | 第75-78页 |
| ·主要结论 | 第75-76页 |
| ·研究展望 | 第76-78页 |
| 参考文献 | 第78-80页 |
| 致谢 | 第80-81页 |
| 攻读硕士学位期间已发表或录用的论文 | 第81页 |