基于Web访问日志的用户聚类研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 研究现状 | 第11-13页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 本文主要工作 | 第13-15页 |
| 第二章 Web数据挖掘理论与技术 | 第15-26页 |
| 2.1 Web数据挖掘 | 第15-17页 |
| 2.1.1 Web数据挖掘特点 | 第15-16页 |
| 2.1.2 Web数据挖掘分类 | 第16-17页 |
| 2.2 Web日志挖掘 | 第17-25页 |
| 2.2.1 Web日志挖掘数据来源 | 第17-18页 |
| 2.2.2 Web日志格式 | 第18-21页 |
| 2.2.3 Web日志挖掘过程 | 第21-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 基于UBPC的Web用户聚类挖掘 | 第26-39页 |
| 3.1 聚类概述 | 第26-27页 |
| 3.2 相似度计算 | 第27-30页 |
| 3.3 聚类算法 | 第30-35页 |
| 3.3.1 划分聚类算法 | 第30-31页 |
| 3.3.2 层次聚类算法 | 第31-33页 |
| 3.3.3 模型聚类算法 | 第33页 |
| 3.3.4 密度聚类算法 | 第33-34页 |
| 3.3.5 网格聚类算法 | 第34-35页 |
| 3.4 基于UBPC的Web用户聚类挖掘 | 第35-39页 |
| 3.4.1 UBPC概述 | 第35页 |
| 3.4.2 UBPC算法 | 第35-39页 |
| 第四章 Web用户聚类挖掘系统实现及结果分析 | 第39-56页 |
| 4.1 Web用户聚类挖掘系统实现 | 第39-44页 |
| 4.1.1 系统开发平台 | 第39页 |
| 4.1.2 系统设计 | 第39-41页 |
| 4.1.3 关键代码 | 第41-44页 |
| 4.2 用户浏览路径的提取 | 第44-50页 |
| 4.2.1 数据净化 | 第45-46页 |
| 4.2.2 格式转化 | 第46-48页 |
| 4.2.3 用户识别 | 第48页 |
| 4.2.4 会话识别 | 第48-50页 |
| 4.3 相似度计算 | 第50-54页 |
| 4.3.1 会话相似度计算 | 第50-52页 |
| 4.3.2 用户相似度计算 | 第52-54页 |
| 4.4 采用UBPC算法进行用户聚类 | 第54-56页 |
| 第五章 结论 | 第56-58页 |
| 5.1 总结 | 第56页 |
| 5.2 进一步研究展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61页 |
