基于Web挖掘的信息推荐算法的设计与实现
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 引言 | 第11-16页 |
| ·研究背景 | 第11-12页 |
| ·Web 数据挖掘的来源 | 第12-13页 |
| ·Web 信息提取与个性化服务的国内外发展现状 | 第13-14页 |
| ·论文主要内容 | 第14-15页 |
| ·论文章节安排 | 第15-16页 |
| 第二章 专业术语与相关技术 | 第16-28页 |
| ·数据挖掘 | 第16-17页 |
| ·数据挖掘定义 | 第16页 |
| ·数据挖掘的基本过程 | 第16-17页 |
| ·数据挖掘的方法 | 第17-20页 |
| ·特征规则 | 第17页 |
| ·路径分析 | 第17-18页 |
| ·预测 | 第18页 |
| ·关联规则 | 第18页 |
| ·分类 | 第18页 |
| ·聚类 | 第18-19页 |
| ·序列模式 | 第19-20页 |
| ·Web 数据挖掘 | 第20-23页 |
| ·Web 数据的特点 | 第20页 |
| ·Web 结构挖掘 | 第20-21页 |
| ·Web 内容挖掘 | 第21页 |
| ·Web 日志挖掘 | 第21-22页 |
| ·信息评价标准 | 第22-23页 |
| ·Web 数据挖掘的应用 | 第23-27页 |
| ·电子商务中的应用 | 第23-24页 |
| ·搜索引擎中的应用 | 第24-26页 |
| ·网站设计中的应用 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 信息提取与个性化服务系统 | 第28-47页 |
| ·前提条件 | 第28-29页 |
| ·网站信息提取 | 第29-35页 |
| ·分块提取 | 第29页 |
| ·区块识别 | 第29-31页 |
| ·区块技术 | 第31页 |
| ·主题信息提取算法 | 第31-33页 |
| ·区块的权值 | 第33-35页 |
| ·个性化服务系统 | 第35-41页 |
| ·个性化服务系统概述 | 第37页 |
| ·个性化服务系统功能 | 第37-39页 |
| ·个性化服务系统分类 | 第39-40页 |
| ·系统的组成 | 第40-41页 |
| ·个性化推荐方法 | 第41-45页 |
| ·内容推荐法 | 第41页 |
| ·协同过滤推荐法 | 第41-42页 |
| ·协同过滤推荐的两种类型 | 第42-45页 |
| ·协同过滤与数据挖掘的结合 | 第45页 |
| ·本章小结 | 第45-47页 |
| 第四章 基于协同过滤的信息推荐算法 | 第47-57页 |
| ·算法思想与设计 | 第47-50页 |
| ·算法面临的问题 | 第47页 |
| ·聚类思想 | 第47-48页 |
| ·算法的实现 | 第48-50页 |
| ·信息提取 | 第50-51页 |
| ·用户兴趣度 | 第51-52页 |
| ·算法实现 | 第52-54页 |
| ·算法复杂度分析 | 第54-55页 |
| ·算法测试结果 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 实验与结果分析 | 第57-66页 |
| ·实验数据来源 | 第57-58页 |
| ·评价指标与系统实现 | 第58-59页 |
| ·评价指标 | 第58页 |
| ·系统实现 | 第58-59页 |
| ·实验分析 | 第59-65页 |
| ·本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| ·总结 | 第66页 |
| ·展望 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-72页 |
