图书介绍
电子商务环境中分布式数据挖掘的研究PDF|Epub|txt|kindle电子书版本网盘下载
- 余小高著 著
- 出版社： 武汉：湖北人民出版社
- ISBN：9787216055062
- 出版时间：2008
- 标注页数：248页
- 文件大小：17MB
- 文件页数：261页
- 主题词：数据采集－计算机应用－电子商务
PDF下载
下载说明
电子商务环境中分布式数据挖掘的研究PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第一章绪论1
第一节研究背景及意义1
第二节国内外研究现状与分析2
一、研究现状简述2
二、研究现状分析8
第三节本书主要研究内容9
第四节本书主要研究成果10
第五节本书的组织结构12
第二章数据挖掘、Web服务与Agent技术14
第一节电子商务分析14
一、电子商务的概念14
二、电子商务系统的构成15
三、电子商务的主要模式16
四、电子商务的发展阶段19
五、电子商务发展的现状20
六、电子商务环境的特征20
七、电子商务应用集成的不足22
第二节数据挖掘技术26
一、数据挖掘的功能26
二、数据挖掘方法28
三、数据挖掘的分类36
四、数据挖掘的过程37
五、数据准备问题39
六、模式评价方法40
第三节数据挖掘算法42
一、数据挖掘算法的组成42
二、数据挖掘算法综述43
第四节分布式数据挖掘47
一、分布式数据挖掘定义47
二、分布式数据挖掘的特点49
三、分布式数据挖掘策略50
第五节电子商务环境与数据挖掘51
一、电子商务环境中挖掘数据分类51
二、电子商务环境中数据挖掘的优势52
三、电子商务环境中分布式数据挖掘的特点52
第六节服务与面向服务的分布计算53
第七节Web服务技术55
一、Web服务的基本概念57
二、WebServices核心技术60
三、Web服务组合63
四、P2P环境中的Web服务73
五、Web服务和网格计算74
六、利用Web服务进行电子商务集成的优点75
第八节移动Agent技术76
一、软件Agent的定义及特性*77
二、移动Agent概述79
三、移动Agent技术与其他分布式计算技术的比较83
四、移动Agent的应用领域84
五、移动Agent技术应用于电子商务的优势85
第九节本章小结86
第三章基于P2P的K最近邻自适应搜索算法的研究87
第一节问题提出87
第二节KNNs简介88
第三节相关研究90
一、度量空间90
二、相似性度量91
三、GHT*规则92
第四节P2PAKNNS算法93
一、高维数据的相似度函数HDSF（X，Y）93
二、GHT*中插入和范围查找算法94
三、搜索算法96
四、实验分析101
第五节本章小结103
第四章基于距离和密度的无监督聚类算法的研究104
第一节问题提出104
第二节聚类简介105
一、概述105
二、数据挖掘对聚类算法的要求106
三、相似性度量方法107
四、聚类的质心、半径、直径108
第三节DENCLUE算法分析109
第四节KNDC聚类算法110
一、分析110
二、模糊簇的划分111
三、参数k的讨论113
四、参数σ和ξ的估计114
五、KNDC算法描述115
第五节本章小结117
第五章电子商务环境下关联规则算法的研究118
第一节问题提出118
第二节关联规则算法分析119
一、基本概念119
二、Apriori关联规则算法120
三、多重最小支持度Apriori算法122
四、相关支持度Apriori算法123
五、平均项目集分割法126
第三节RSAA-BOUIGA关联规则算法127
一、无向项集图UISG的构造127
二、BOUIGA算法128
三、RSAA-BOUIGA算法129
第四节双阈值法131
第五节本章小结133
第六章电子商务环境中分布式数据挖掘架构研究134
第一节问题提出134
第二节分布式数据挖掘系统分析135
第三节BWADM研究136
第四节服务组合规范与执行141
第五节BWADM关键组件研究143
一、数据预处理组件143
二、算法管理组件147
三、控制中心组件148
四、算法库组件149
五、模型表示组件149
第六节BWADM原型150
一、数据挖掘系统实现方案150
二、原型系统的数据流程图151
三、系统模块设计与实现152
第七节原型系统的运行实例164
一、数据源信息和结果数据库信息设定164
二、数据预处理设定164
三、挖掘任务设定165
四、挖掘结果166
第八节系统架构的优点167
第九节本章小结168
第七章电子商务推荐系统研究169
第一节问题提出169
第二节电子商务推荐系统简介170
一、信息检索和信息过滤171
二、电子商务推荐系统模型简介174
三、传统推荐算法简介181
四、基于数据挖掘的电子商务推荐系统190
第三节电子商务推荐系统关键算法研究192
一、基于PPAKNNS的协同过滤推荐算法192
二、基于KNDC的协同过滤推荐算法195
第四节基于BWADM的隐式评分推荐系统研究198
一、BP学习算法简介200
二、系统结构202
三、项档案的建立203
四、用户档案的建立204
五、协同过滤推荐的产生211
六、面向推荐结果的自动谈判协商211
第五节本章小结217
第八章基于BWADM的电子商务推荐系统设计与实现218
第一节简介218
第二节BDBRS功能结构图220
第三节BDBRS原型系统的体系结构222
第四节BDBRS的设计与实现224
一、数据库设计224
二、BDBRS系统部分模块设计介绍227
第五节本章小结230
第九章全书总结231
一、研究工作总结231
二、进一步的研究工作232
参考文献234