摘要
第1章 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究目的及意义
1.2 研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.2.3 国内外研究述评
1.3 研究方法及技术路线
1.3.1 本文研究方法
1.3.2 本文技术路线
1.4 研究内容及创新点
1.4.1 主要研究内容
1.4.2 本文的创新点
第2章 相关理论概述
2.1 电子商务用户行为
2.1.1 电子商务概述
2.1.2 电子商务用户行为的定义
2.1.3 电子商务用户行为分析的内容
2.2 Web数据挖掘技术
2.2.1 Web数据挖掘的定义
2.2.2 Web数据挖掘的分类
2.2.3 Web数据挖掘的流程
2.2.4 Web数据挖掘的常用技术
2.3 个性化推荐系统
2.3.1 个性化推荐系统的简介
2.3.2 个性化推荐系统的作用
2.3.3 个性化推荐系统的推荐方法
2.4 本章小结
第3章 Web数据挖掘在电子商务中的应用
3.1 电商中应用背景及Web数据分析的类型
3.1.1 商业应用背景
3.1.2 Web数据分析的类型
3.2 电商中Web挖掘的数据来源及特点
3.2.1 Web挖掘的数据来源
3.2.2 Web挖掘的数据特点
3.3 电商中Web挖掘的应用价值
3.3.1 挖掘潜在客户
3.3.2 提供个性化服务
3.3.3 改进站点设计
3.3.4 聚类客户
3.3.5 搜索引擎的应用
3.3.6 广告效益评估
3.3.7 网络安全
3.4 本章小结
第4章 基于电子商务用户行为的Web挖掘模型构建
4.1 数据理解与准备
4.1.1 数据理解
4.1.2 数据准备
4.2 Web挖掘模型的构建与分析
4.2.1 使用分类分析构建用户购买行为预测模型
4.2.2 使用聚类分析构建商品推荐模型
4.2.3 使用决策树C5.0 算法构建用户细分模型
4.2.4 使用关联分析Apriori算法构建商品特征分析模型
4.3 本章小结
第5章 商品推荐模型在MQ音像商城中的应用与实现
5.1 商品个性化推荐系统的设计
5.1.1 系统总体框架设计
5.1.2 离线模块系统设计
5.1.3 在线模块系统设计
5.1.4 数据表结构设计
5.2 商品个性化推荐系统的实现
5.2.1 开发平台和工具
5.2.2 主要运行界面
5.3 本章小结
第6章 全文总结与研究展望
6.1 工作总结与不足
6.2 未来展望
参考文献
致谢
攻读学位期间发表的论文
声明