基于Web日志挖掘的个性化推荐原型系统研究与实现
| 摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 第1章 绪论 | 第12-17页 |
| ·选题依据及意义 | 第12-13页 |
| ·个性化推荐技术的国内外研究现状 | 第13-15页 |
| ·国内研究现状 | 第13-14页 |
| ·国外研究现状 | 第14-15页 |
| ·研究思路 | 第15-16页 |
| ·论文的内容框架 | 第16-17页 |
| 第2章 相关理论技术研究 | 第17-23页 |
| ·Web日志挖掘 | 第17-19页 |
| ·Web日志的概念 | 第17页 |
| ·Web日志挖掘和数据挖掘的关系 | 第17-18页 |
| ·Web日志挖掘的步骤 | 第18-19页 |
| ·Web个性化推荐 | 第19-23页 |
| ·Web个性化推荐的概念 | 第19-20页 |
| ·Web个性化推荐的分类 | 第20-21页 |
| ·Web个性化推荐的核心技术 | 第21-22页 |
| ·Web个性化推荐的步骤 | 第22-23页 |
| 第3章 基于Web日志挖掘的个性化推荐算法及改进 | 第23-35页 |
| ·个性化浏览推荐算法及改进 | 第23-29页 |
| ·基于向量的聚类算法及改进 | 第23-27页 |
| ·基于当前点击页的推荐算法 | 第27-29页 |
| ·个性化搜索推荐算法及改进 | 第29-35页 |
| ·查询关键词扩充算法 | 第32页 |
| ·基于用户兴趣度的结果扩展查询算法 | 第32-33页 |
| ·基于用户相似度的个性化排序算法 | 第33-35页 |
| 第4章 基于Web日志挖掘的个性化推荐系统实现 | 第35-54页 |
| ·系统设计 | 第35-40页 |
| ·实验环境 | 第35页 |
| ·系统体系结构 | 第35-36页 |
| ·系统模块功能 | 第36-38页 |
| ·系统数据库设计 | 第38-40页 |
| ·系统实现 | 第40-54页 |
| ·主窗体界面 | 第41-42页 |
| ·个性化浏览推荐 | 第42-49页 |
| ·个性化搜索推荐 | 第49-54页 |
| 第5章 系统的推荐性能测试 | 第54-64页 |
| ·测试设计 | 第54-60页 |
| ·新用户搜索"兔子"推荐情况 | 第54-55页 |
| ·1号用户搜索"兔子"推荐情况 | 第55-58页 |
| ·2号用户搜索"兔子"推荐情况 | 第58-60页 |
| ·测试结果分析 | 第60-63页 |
| ·系统的主要特点 | 第63-64页 |
| 第6章 结束语 | 第64-66页 |
| ·主要工作 | 第64页 |
| ·存在的问题 | 第64-65页 |
| ·进一步研究 | 第65-66页 |
| 参考文献 | 第66-68页 |
| 致谢 | 第68页 |
