Web数据挖掘在网上书店个性化推荐系统中的应用研究-计算机应用技术专业论文.docxVIP

Web数据挖掘在网上书店个性化推荐系统中的应用研究-计算机应用技术专业论文.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
Web数据挖掘在网上书店个性化推荐系统中的应用研究-计算机应用技术专业论文

目 录 摘 要 I Abstract II 1 绪论 1 1.1 课题研究的背景和意义 1 1.2 研究现状及发展趋势 2 1.2.1 Web 数据挖掘研究现状 2 1.2.2 个性化推荐研究现状 2 1.3 本文研究的主要内容 3 2 数据挖掘和 Web 挖掘 5 2.1 数据挖掘研究的理论基础 5 2.2 数据挖掘与知识发现及表示 6 2.2.1 数据挖掘知识的过程 6 2.2.2 数据挖掘的知识表示 7 2.3 数据挖掘的任务 9 2.3.1 分类分析 10 2.3.2 聚类分析 10 2.3.3 关联分析 10 2.3.4 序列模式分析 11 2.3.5 异常检测 11 2.3.6 预测分析 11 TOC \o 1-2 \h \z \u HYPERLINK \l _TOC_250004 2.4 Web 数据挖掘的基本概念 12 HYPERLINK \l _TOC_250003 2.5 Web 数据挖掘的分类 12 HYPERLINK \l _TOC_250002 Web 内容挖掘 13 HYPERLINK \l _TOC_250001 Web 结构挖掘 13 HYPERLINK \l _TOC_250000 Web 使用挖掘 14 2.6 本章小结 15 3 个性化推荐及其主要算法 16 3.1 个性化推荐 16 3.2 个性化推荐模型的建立 16 3.3 个性化推荐技术的主要算法 18 3.3.1 基于内容过滤的推荐算法 19 3.3.2 基于协同过滤的推荐算法 19 3.4 其他推荐技术 23 3.4.1 基于效用推荐 23 3.4.2 基于知识推荐 23 3.4.3 组合推荐 23 3.4.4 基于贝叶斯网络的推荐 24 3.4.5 基于 Horting 图的推荐 24 3.5 协同过滤推荐算法存在的问题 24 3.5.1 数据稀疏性问题 24 3.5.2 算法的可扩展性问题 24 3.5.3 冷启动问题 25 3.6 本章小结 25 4 基于 Web 数据挖掘的个性化推荐 26 4.1 基于 Web 数据挖掘的个性化推荐流程 26 4.1.1 数据输入 27 4.1.2 数据预处理 29 4.1.3 模式分析 29 4.1.4 在线推荐 29 4.2 个性化推荐系统的实现模型 30 4.3 离线预处理过程 31 4.4 基于关联规则的协同过滤推荐算法 31 4.4.1 关联规则的基本知识 31 4.4.2 关联规则的挖掘任务 33 4.4.3 基于聚集树的关联规则发现算法 36 4.5 基于聚类的协同过滤推荐算法 38 4.5.1 聚类分析的描述 38 4.5.2 信息获取与预处理 39 4.5.3 计算相似度 40 4.5.4 基于项目 K-Means 聚类算法 40 4.5.5 寻找近邻 41 4.5.6 生成推荐 41 4.6 基于聚类和关联规则的协同过滤推荐算法 42 4.7 本章小结 43 5 实验分析及结果 44 5.1 数据集的选取 44 5.2 度量标准 44 5.3 实验设计及模拟 45 5.4 实验结果比较 50 5.5 本章小结 52 6 个性化推荐在网上书店中的应用 53 6.1 系统功能设计 53 6.2 数据库的设计 54 6.3 个性化推荐功能实现 54 6.3.1 前台页面显示功能实现 54 6.3.2 后台页面管理功能 57 6.4 本章小结 58 结 论 59 参 考 文 献 60 作 者 简 历 63 学位论文数据集 65 - - PAGE 10 - 1 绪论 1.1 课题研究的背景和意义 随着计算机网络的迅速发展,互联网已经渗入到人们的生活、学习和工作的各个方面, 将人类带入到鼠标一点就可以知天下的信息时代,互联网已经发展成为当今资料最多、门 类最全、规模最大的信息资源库,尤其是网上商城琳琅满目,面对如此众多的网上商品客 户户如何寻找到感兴趣的、对自己有利用价值的信息和商品,如何把众多信息资源转化为 商家、客户提供一种智能化的服务成为一大难题。 数据挖掘技术的出现,对解决互联网上纷繁复杂的海量信息提供了一个便捷通道,利 用数据挖掘技术可以帮助我们从大量的网络信息中挖掘出潜在的、隐含的、有用的信息。 为了实现从海量 Web 中查找自己想要的数据和有用的信息,本文研究了 Web 数据挖掘的 技术。Web 数据挖掘可以帮助人们从 Web 文档和 Web 活动中发现和提取潜在的、有意义 的知识和模式。它将数据挖掘技术与 Web 结合起来,并运用统计学、计算机网络、数据库 与数据仓库等众多领域的技术。 随着电子商务、网上交易的蓬勃发展,传统

您可能关注的文档

文档评论(0)

peili2018 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档