| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 1 绪论 | 第7-12页 |
| ·论文研究背景及意义 | 第7-8页 |
| ·国内外研究现状 | 第8-10页 |
| ·国外研究现状 | 第8-9页 |
| ·国内研究现状 | 第9-10页 |
| ·论文研究内容 | 第10页 |
| ·论文组织结构安排 | 第10-12页 |
| 2 数据挖掘技术 | 第12-18页 |
| ·数据挖掘技术介绍 | 第12-15页 |
| ·数据挖掘概述 | 第12-14页 |
| ·数据挖掘的分类 | 第14页 |
| ·数据挖掘研究存在的问题 | 第14-15页 |
| ·WEB 数据挖掘 | 第15-18页 |
| ·WEB 数据挖掘（WEB Data Mining）定义 | 第15页 |
| ·WEB 数据挖掘分类 | 第15-17页 |
| ·WEB 数据挖掘特点 | 第17页 |
| ·常用的 WEB 数据挖掘技术 | 第17-18页 |
| 3 电子商务个性化推荐系统 | 第18-40页 |
| ·推荐系统概述 | 第18-19页 |
| ·电子商务个性化推荐系统概述 | 第18页 |
| ·电子商务推荐系统分类 | 第18-19页 |
| ·电子商务个性化推荐系统作用 | 第19页 |
| ·推荐系统设计 | 第19-33页 |
| ·数据采集 | 第20-24页 |
| ·数据预处理 | 第24-31页 |
| ·模式挖掘 | 第31-32页 |
| ·模式推荐 | 第32-33页 |
| ·推荐系统算法分析 | 第33-40页 |
| ·传统协同过滤推荐算法 | 第33页 |
| ·基于聚类协同过滤算法的改进 | 第33-40页 |
| 4 网上图书推荐比价系统设计与实现 | 第40-55页 |
| ·开发环境与开发工具 | 第40页 |
| ·系统开发相关技术 | 第40-41页 |
| ·MVC 模式应用 | 第40-41页 |
| ·Lucene 技术 | 第41页 |
| ·推荐子系统实现 | 第41-46页 |
| ·推荐子系统的目标 | 第41-42页 |
| ·数据源 | 第42-43页 |
| ·推荐算法仿真 | 第43-46页 |
| ·比价子系统实现 | 第46-55页 |
| ·搜索引擎技术框架 | 第46-47页 |
| ·多线程网络蜘蛛 | 第47-49页 |
| ·抽取分析 WEB 内容模块架构 | 第49-51页 |
| ·索引实现 | 第51-52页 |
| ·查询实现 | 第52-55页 |
| 5 总结与展望 | 第55-57页 |
| ·总结 | 第55页 |
| ·问题与展望 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-59页 |