针对网购用户行为的分析与研究
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 1 绪论 | 第8-16页 |
| 1.1 选题背景及意义 | 第8-9页 |
| 1.2 用户行为分析研究现状 | 第9-12页 |
| 1.2.1 国外研究现状 | 第9-10页 |
| 1.2.2 国内研究现状 | 第10-12页 |
| 1.3 数据挖掘研究现状 | 第12-13页 |
| 1.3.1 国外研究现状 | 第12页 |
| 1.3.2 国内研究现状 | 第12-13页 |
| 1.4 基于用户行为轨迹的相关研究 | 第13-14页 |
| 1.5 本文主要工作 | 第14-15页 |
| 1.6 本文的结构安排 | 第15-16页 |
| 2 数据挖掘相关理论知识 | 第16-34页 |
| 2.1 数据挖掘 | 第16-22页 |
| 2.1.1 数据挖掘简介 | 第16-17页 |
| 2.1.2 数据挖掘过程 | 第17-18页 |
| 2.1.3 用户行为分析相关的数据挖掘算法介绍 | 第18-22页 |
| 2.2 本文改进的数据挖掘算法 | 第22-30页 |
| 2.2.1 算法思想 | 第22-23页 |
| 2.2.2 蚁群算法的概述 | 第23-26页 |
| 2.2.3 本文基于信息素的数据挖掘算法 | 第26-30页 |
| 2.3 轨迹数据挖掘的特点与难点 | 第30-31页 |
| 2.4 数据挖掘研究的热点 | 第31-32页 |
| 2.5 本章小结 | 第32-34页 |
| 3 基于兴趣点挖掘的用户行为分析方法的研究 | 第34-46页 |
| 3.1 用户行为概念 | 第34页 |
| 3.2 用户行为分析概念 | 第34页 |
| 3.3 用户行为体系种类介绍 | 第34-35页 |
| 3.4 用户行为数据 | 第35-36页 |
| 3.5 用户行为分析框架 | 第36页 |
| 3.6 基于兴趣点挖掘的用户行为分析方法的建立 | 第36-44页 |
| 3.6.1 统计分析概述 | 第37页 |
| 3.6.2 用户行为数据的统计分析 | 第37-41页 |
| 3.6.3 基于信息素的兴趣点挖掘算法模块 | 第41-43页 |
| 3.6.4 基于信息素的挖掘算法评估指标 | 第43-44页 |
| 3.6.5 基于信息素的挖掘算法优点 | 第44页 |
| 3.7 本章小结 | 第44-46页 |
| 4 实验及实验结果分析 | 第46-52页 |
| 4.1 实验环境说明 | 第46页 |
| 4.2 行为数据集预处理 | 第46-47页 |
| 4.3 行为数据集编程处理 | 第47-48页 |
| 4.4 行为数据实际处理操作 | 第48-49页 |
| 4.5 实验对比 | 第49-50页 |
| 4.6 本章小结 | 第50-52页 |
| 5 总结与展望 | 第52-54页 |
| 5.1 总结 | 第52页 |
| 5.2 展望 | 第52-54页 |
| 致谢 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 附录 | 第60页 |
