本站原创摘要4-5
Abstract5-9
1 绪论9-12
1.1 探讨背景和作用9
1.2 国内外探讨近况9-10
1.3 课题探讨的主要内容10
1.4 本论文的组织结构10-11
1.5 本章小结11-12
2 内容推荐技术与数据挖掘12-20
2.1 内容推荐与个性化推荐12-15
2.1.1 推荐技术探讨12-14
2.1.2 推荐对策14-15
2.2 数据挖掘15-17
2.2.1 数据挖掘的历程15-16
2.2.2 数据挖掘的功能和策略16-17
2.3 个性化推荐系统在电子商务中的运用17-18
2.3.1 推荐系统在电子商务中的作用17-18
2.3.2 推荐系统在电子商务系统中的探讨内容18
2.4 数据挖掘与推荐系统18-19
2.5 本章小结19-20
3 基于数据挖掘的推荐算法探讨20-34
3.1 协同过滤算法20-24
3.1.1 算法的描述20-23
3.1.2 传统算法有着的不足23-24
3.2 算法改善24-27
3.2.1 改善思路24
3.2.2 相关数据挖掘技术的引入24-27
3.3 不同对策下推荐算法的描述27-33
3.3.1 基于关联规则的推荐算法在系统中的实现27-28
3.3.2 基于聚类的协同推荐算法在系统中的实现28-33
3.4 本章小结33-34
4 基于数据挖掘的推荐系统的设计34-41
4.1 系统的需求概述34
4.2 推荐系统设计34-37
4.2.1 推荐系统的整体架构设计34-36
4.2.2 推荐系统业务流程图设计36-37
4.3 推荐系统功能模块设计37-38
4.3.1 关联推荐功能模块设计37-38
4.3.2 聚类推荐功能模块设计38
4.4 数据处理模块功能设计38-40
4.5 文章小结40-41
5 推荐系统的实现及实验结果浅析41-54
5.1 推荐系统的实现41-47
5.1.1 数据准备41-43
5.1.2 关联推荐和聚类推荐功能模块的实现43-44
5.1.3 推荐系统前端展示44-47
5.2 实验结果浅析47-53
5.2.1 实验数据47
5.2.2 实验评估标准47-48
5.2.3 实验案例48-49
5.2.4 结果浅析49-53
5.3 本章小结53-54
6 总结和展望54-55
6.1 本论文小结54
6.2 下一步工作展望54-55