互联网质量异常挖掘
| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第1章 绪论 | 第10-18页 |
| ·论文的研究背景与意义 | 第10-11页 |
| ·国内外研究现状 | 第11-16页 |
| ·本论文的主要工作 | 第16-17页 |
| ·论文的安排与主要内容 | 第17-18页 |
| 第2章 互联网质量异常挖掘综述 | 第18-25页 |
| ·系统框架 | 第18页 |
| ·质量异常现象分析 | 第18-22页 |
| ·挖掘网络异常的三种途径 | 第22-25页 |
| ·Web资源/信息质量评测 | 第22-23页 |
| ·OLAP分析Web资源质量元数据 | 第23-24页 |
| ·离群点检测技术 | 第24-25页 |
| 第3章 互联网质量元数据的分析与获取 | 第25-42页 |
| ·建立互联网质量元数据模型 | 第26-28页 |
| ·改进的Web质量元数据模型 | 第26-27页 |
| ·Web信息源质量元数据 | 第27页 |
| ·Web信息内容质量元数据 | 第27-28页 |
| ·Web信息应用质量元数据 | 第28页 |
| ·联网质量元数据的度量准则与方法 | 第28-39页 |
| ·度量定量的质量元数据 | 第29-33页 |
| ·度量定性的质量元数据 | 第33-39页 |
| ·构造Web数据集 | 第39-42页 |
| ·Web数据集的属性说明 | 第39页 |
| ·定性元数据的去模糊化 | 第39-42页 |
| 第4章 高维数据集离群点检测算法研究 | 第42-54页 |
| ·基于SOM降维的离群点检测算法 | 第42-45页 |
| ·SOM的网络结构 | 第42-43页 |
| ·SOM神经网络的降维过程 | 第43-44页 |
| ·基于SOM降维的离群点检测 | 第44-45页 |
| ·基于马氏距离的离群点检测算法 | 第45-48页 |
| ·传统欧氏距离的缺陷 | 第45-46页 |
| ·马氏距离 | 第46-48页 |
| ·基于马氏距离的离群点检测 | 第48页 |
| ·基于判别分析原理的离群点检测算法 | 第48-54页 |
| ·判别分析应用到离群点挖掘的可行性 | 第48-49页 |
| ·判别分析的方法步骤 | 第49-50页 |
| ·费歇(Fisher)判别 | 第50-51页 |
| ·基于判别分析原理的离群点检测 | 第51-54页 |
| 第5章 互联网质量异常挖掘系统的实现与结果分析 | 第54-74页 |
| ·系统实验环境介绍 | 第54页 |
| ·实验数据集 | 第54-58页 |
| ·WDBC乳腺癌诊断数据集 | 第54-55页 |
| ·KDD CUP99络入侵检测数据集 | 第55-57页 |
| ·Web数据集 | 第57-58页 |
| ·三种离群点检测算法的对比分析 | 第58-70页 |
| ·离群点检测算法的评价准则 | 第58页 |
| ·实验方案介绍 | 第58-59页 |
| ·实验一WDBC数据集的离群点挖掘 | 第59-64页 |
| ·实验二KDD CUP99数据集的离群点挖掘 | 第64-67页 |
| ·实验三Web数据集的离群点挖掘 | 第67-68页 |
| ·实验结果总体分析 | 第68-69页 |
| ·改进算法的优缺点分析 | 第69-70页 |
| ·高维数据集及离群点的可视化 | 第70-74页 |
| 结论与展望 | 第74-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-80页 |
| 攻读硕士学位期间发表的论文 | 第80页 |
