基於Web挖掘的個性化電子商務研究(pdf 64頁)

摘jljE．．．．I
Abstract．．．．II
第l章引言l
1．1．本文研究背景l
1．2．個性化電子商務發展的現狀2
1．3．本文研究工作的意義及創新點。4
1．4．論文主要內容以及章節安排。4
第2章相關背景知識介紹一5
2．1．數據挖掘技術．5
2．1．1數據挖掘技術的研究現狀5
2．1．2數據挖掘的過程。5
2．1．3聚類分析。6
2．1．4 K．means算法7
2．1．5 Logistic回歸。7
2．2．W曲挖掘7
2．2．1 W|eb內容挖掘8
2．2．2 W曲結構挖掘8
2．3．3 Web使用挖掘8
2．3個性化電子商務9
2．3．1電子商務概述。9
2．3．2電子商務的發展曆程10
2．3．3個性化電子商務10
2．3．4推薦技術對個性化電子商務的意義。12
2．4．本章小結12
第3章用戶興趣模型與個性化推薦技術．．13
3．1用戶興趣模型13
3．2個性化電子商務推薦技術．14
3．2．1基於協同過濾的個性化推薦技術14
3．2．2基於內容的個性化推薦技術。l 5
3．2．3基於知識的個性化推薦技術．15
3．2．4基於效用的個性推薦技術l 6
3．2．5基於關聯規則的個性化推薦技術16
3．4本章小結16
第4章研究所需數據及其預處理．1 7
4．1點擊流數據．．17
4．2訪問足跡圖．1 7
4．3組合日誌格式l 8
4．4站點地圖。19
4．5點擊流數據的缺失問題．19
4．6模式恢複算法(PRA)。2l
4．7模式恢複算法的評估24
4．8本章小結25
第5章構建個性化信息推送服務26
5．1數據建模．27
5．1．1用戶導航記錄．27
5．1．2數據準備和預處理．28
5．2用戶興趣模型構建29
5．2．1建立用戶興趣矩陣29
5．2．2興趣矩陣分塊．29
5．2．3用戶興趣計算．30
5．3混合推薦技術．3 1
5．3．1混合推薦流程31
3．3．2混合推薦算法原理．32
5．3混合推薦算法的實現33
5．3．1 K-MEANS聚類模型．．33
5．3．2 Logistic回歸。34
5．3．3信息融合．34
5．4實驗網站搭建35
5．4．1實驗網站開發及運行環境35
5．4．2實驗網站功能結構36
5．5實驗網站運行結果。37
5．6實驗網站推薦結果評估．38
第6章總結討論．45
6．1論文研究工作總結．45
6．2論文研究工作中存在的不足．45
6．3下一階段研究展望45
參考文獻．46
..............................