基于Web数据挖掘的信息推送

摘要	第1-5页
ABSTRACT	第5-7页
第一章 绪论	第7-10页
·研究背景及意义	第7页
·Web数据挖掘国外现状	第7-8页
·Web数据挖掘国内现状	第8页
·本文内容与论文组织结构	第8-10页
第二章 Web数据挖掘相关理论知识	第10-17页
·Web数据挖掘概述	第10-11页
·Web数据挖掘的难点	第11页
·Web数据挖掘在互联网中用途	第11-12页
·Web数据挖掘的数据源问题	第12-13页
·数据仓库和web数据挖掘	第13-16页
·本章小结	第16-17页
第三章 基于Web数据挖掘的个性化信息推送	第17-26页
·个性化信息推荐系统简介	第17-18页
·个性化信息推荐的基础架构	第18页
·个性化推荐算法总结	第18-21页
·传统的协同过滤算法介绍	第21-25页
·本章小结	第25-26页
第四章 协同过滤改进算法的分析及优化	第26-39页
·基于聚类的协同过滤算法	第26-29页
·基于知识层次树的协同过滤算法	第29-32页
·基于项评分预测的协同过滤算法	第32-35页
·提出基于用户隐性评价的组合算法	第35-38页
·本章小结	第38-39页
第五章 基于Web数据挖掘的信息推送建模	第39-49页
·基于Web数据挖掘的推荐系统框架	第39页
·数据仓库结构模型	第39页
·数据仓库设计	第39-42页
·推送模块设计	第42-47页
·实验数据模拟	第47页
·实验结果分析	第47-48页
·本章小结	第48-49页
第六章 总结和工作展望	第49-51页
·总结	第49页
·工作展望	第49-51页
致谢	第51-52页
参考文献	第52-53页