1. 毕业设计（论文）主要内容：

在竞争激烈的电子商务市场中，各大电商都在探求产品促销的精准定位方案，以达到增加用户粘合度、提升网站竞争力的目的，本课题从用户在电商平台的行为数据入手，采用数据挖掘等相关算法，从商品特征、用户购买习惯等多维度建立购买行为预测模型，为电商更精准的个性推荐奠定基础。

2. 毕业设计（论文）主要任务及要求

1.查阅15篇相关文献（含近五年外文3篇），并每篇书写200—300字文献摘要（装订成册，带封面）；

2.认真填写周记，完成800字开题报告；

3.完成5000中文字以上的相关英文专业文献翻译，并装订成册（中英文一起，带封面）；

3. 毕业设计（论文）完成任务的计划与安排

1.2018/1/14—2018/2/28：确定选题，查阅文献，外文翻译和撰写开题报告；

2.2018/3/1—2018/4/30：完成解决方案合理性、科学性认证，包含算法的设计与实验结果分析；

3.2018/5/1—2018/5/25：撰写及修改毕业论文；

4. 主要参考文献

1. 项亮.推荐系统实践.人民邮电出版社，2012年6月，第一章

2. jiawei han, micheline kamber,jian pei. 数据挖掘：概念与技术（原书第3版）.机械工业出版社.2012年08月，第1-3章

3. 曾宪宇 刘 淇 赵洪科 徐 童 王怡君 陈恩红. 用户在线购买预测：一种基于用户操作序列和选择模型的方法[j]. 计算机研究与发展. 2016.53（8）