文摘
英文文摘
声明
绪 论
第一章数据挖掘理论研究
1.1数据挖掘的定义
1.2数据挖掘的数据来源
1.3数据挖掘的分类与方法
1.3.1数据挖掘的分类
1.3.2数据挖掘的方法
1.4数据挖掘的过程
1.5数据挖掘的应用研究
1.5.1数据挖掘在行业中的应用
1.5.2数据挖掘带来的效益
本章小结
第二章关联规则研究
2.1关联规则的基本概念
2.1.1问题描述和基本概念
2.1.2关联规则的种类
2.1.3关联规则的主要任务
2.2关联规则挖掘典型算法
2.3关联规则挖掘的研究现状
2.4进一步研究的方向
本章小结
第三章一种新的挖掘算法VipApriori
3.1FSC问题研究
3.2.Apriori算法的研究
3.2.1Apriori算法基本思想
3.2.2 Apriori算法描述
3.2.3 Apriori算法存在的缺陷
3.2.4 Apriori算法现有的改进
3.3一种改进的VipApriori算法
3.3.1最大频繁项集
3.3.2改进VipApriori算法的思想
3.3.3改进VipApriori算法的描述
3.3.4 VipApriori算法的步骤
3.3.5改进算法流程图
3.3.6改进算法实现
3.4VipApriori算法实例分析与性能比较
3.4.1VipApriori算法实例分析
3.4.2空间占用情况分析
3.4.3时间复杂度分析
3.4.4试验结果对比
3.5改进的算法总结
3.5.1VipApriori算法的优点
3.5.2算法在实际应用中的作用
3.5.3算法在理论上需要改进的方面
3.5.4算法在实际应用中需要改进的方面
本章小结
第四章个性化推荐系统分析与总体设计
4.1系统背景介绍
4.1.1推荐系统依附的教学平台说明
4.1.2个性化推荐系统研究现状
4.1.3关联规规则在推荐系统中的应用
4.2开发环境、工具以及相关技术
4.2.1开发环境与工具
4.2.2相关技术
4.3个性化推荐系统总体设计
4.4.1个性化推荐技术
4.4.2推荐系统需求分析
4.4.4推荐系统开发模型设计
4.4.3推荐系统功能模块设计
本章小结
第五章VipApriori算法在推荐系统中的应用
5.1个性化智能推荐系统的设计
5.1.1基本思想
5.1.2基本流程描述
5.1.3个性化推荐系统流程图
5.2个性化智能推荐系统的实现
5.2.1数据准备
5.2.2挖掘关联规则
5.2.3规则理解
5.3改进算法在推荐系统中的性能评价
5.4推荐系统进一步的改进方向
5.4.1面临的主要挑战
5.4.2进一步研究方向
本章小结
结 论
参考文献
攻读硕士学位期间发表的学术论文
致谢