基于Web挖掘的个性化电子商务研究(pdf 64页)

摘jljE．．．．I
Abstract．．．．II
第l章引言l
1．1．本文研究背景l
1．2．个性化电子商务发展的现状2
1．3．本文研究工作的意义及创新点。4
1．4．论文主要内容以及章节安排。4
第2章相关背景知识介绍一5
2．1．数据挖掘技术．5
2．1．1数据挖掘技术的研究现状5
2．1．2数据挖掘的过程。5
2．1．3聚类分析。6
2．1．4 K．means算法7
2．1．5 Logistic回归。7
2．2．W曲挖掘7
2．2．1 W|eb内容挖掘8
2．2．2 W曲结构挖掘8
2．3．3 Web使用挖掘8
2．3个性化电子商务9
2．3．1电子商务概述。9
2．3．2电子商务的发展历程10
2．3．3个性化电子商务10
2．3．4推荐技术对个性化电子商务的意义。12
2．4．本章小结12
第3章用户兴趣模型与个性化推荐技术．．13
3．1用户兴趣模型13
3．2个性化电子商务推荐技术．14
3．2．1基于协同过滤的个性化推荐技术14
3．2．2基于内容的个性化推荐技术。l 5
3．2．3基于知识的个性化推荐技术．15
3．2．4基于效用的个性推荐技术l 6
3．2．5基于关联规则的个性化推荐技术16
3．4本章小结16
第4章研究所需数据及其预处理．1 7
4．1点击流数据．．17
4．2访问足迹图．1 7
4．3组合日志格式l 8
4．4站点地图。19
4．5点击流数据的缺失问题．19
4．6模式恢复算法(PRA)。2l
4．7模式恢复算法的评估24
4．8本章小结25
第5章构建个性化信息推送服务26
5．1数据建模．27
5．1．1用户导航记录．27
5．1．2数据准备和预处理．28
5．2用户兴趣模型构建29
5．2．1建立用户兴趣矩阵29
5．2．2兴趣矩阵分块．29
5．2．3用户兴趣计算．30
5．3混合推荐技术．3 1
5．3．1混合推荐流程31
3．3．2混合推荐算法原理．32
5．3混合推荐算法的实现33
5．3．1 K-MEANS聚类模型．．33
5．3．2 Logistic回归。34
5．3．3信息融合．34
5．4实验网站搭建35
5．4．1实验网站开发及运行环境35
5．4．2实验网站功能结构36
5．5实验网站运行结果。37
5．6实验网站推荐结果评估．38
第6章总结讨论．45
6．1论文研究工作总结．45
6．2论文研究工作中存在的不足．45
6．3下一阶段研究展望45
参考文献．46
..............................