web流数据聚类挖掘的研究和应用
| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-7页 |
| 第一章 绪论 | 第7-10页 |
| ·课题研究的背景 | 第7-8页 |
| ·国内外研究情况 | 第8-9页 |
| ·本文的主要研究内容 | 第9-10页 |
| 第二章 Web流数据聚类挖掘概论 | 第10-19页 |
| ·数据挖掘概述 | 第10-12页 |
| ·数据挖掘概念 | 第10页 |
| ·数据挖掘过程 | 第10-11页 |
| ·数据挖掘的方法 | 第11-12页 |
| ·web挖掘 | 第12-14页 |
| ·web挖掘概述 | 第12页 |
| ·web挖掘流程 | 第12-13页 |
| ·web挖掘分类 | 第13页 |
| ·Web内容挖掘 | 第13页 |
| ·web结构挖掘 | 第13-14页 |
| ·web使用记录挖掘 | 第14页 |
| ·流数据挖掘 | 第14-17页 |
| ·流数据的概念 | 第14页 |
| ·流数据查询技术分析 | 第14-15页 |
| ·几种流查询技术介绍 | 第15-16页 |
| ·流数据查询的一些问题 | 第16页 |
| ·流数据挖掘问题的提出 | 第16-17页 |
| ·web流数据聚类 | 第17-19页 |
| ·Web流数据聚类概念 | 第17页 |
| ·数据挖掘对web流数据聚类的典型要求 | 第17-19页 |
| 第三章 web流数据模糊聚类挖掘算法 | 第19-30页 |
| ·典型流数据聚类算法分析 | 第19-21页 |
| ·最小距离原则聚类算法 | 第19页 |
| ·CluStream算法 | 第19-20页 |
| ·AcluStream算法 | 第20页 |
| ·算法总结及问题的提出 | 第20-21页 |
| ·web聚类问题描述 | 第21-22页 |
| ·web聚类相异度度量 | 第22-23页 |
| ·web流数据模糊聚类方法 | 第23-24页 |
| ·基于模糊聚类的web日志挖掘步骤 | 第24页 |
| ·web模糊聚类算法思想 | 第24-27页 |
| ·模糊聚类算法描述 | 第27-29页 |
| ·算法的时间复杂度和空间复杂度的理论分析 | 第29-30页 |
| ·时间复杂度 | 第29页 |
| ·空间复杂度 | 第29-30页 |
| 第四章 基于模糊聚类的web用户群体挖掘系统 | 第30-44页 |
| ·问题的提出 | 第30页 |
| ·系统结构 | 第30-31页 |
| ·数据预处理 | 第31-37页 |
| ·原始数据 | 第31-32页 |
| ·数据净化 | 第32-33页 |
| ·用户识别 | 第33页 |
| ·会话识别 | 第33页 |
| ·路径补充 | 第33-34页 |
| ·事件识别 | 第34页 |
| ·数据预处理过程的算法实现 | 第34-36页 |
| ·数据预处理算法测试 | 第36-37页 |
| ·用户群体聚类挖掘 | 第37-39页 |
| ·对会话中用户浏览时间的离散化表示 | 第38页 |
| ·用户会话的向量描述 | 第38页 |
| ·web站点用户访问矩阵表示 | 第38页 |
| ·web站点用户分类访问矩阵表示 | 第38-39页 |
| ·模糊聚类矩阵 | 第39页 |
| ·模式分析 | 第39-40页 |
| ·测试与结果分析 | 第40-44页 |
| ·数据准备 | 第40页 |
| ·数据预处理 | 第40-41页 |
| ·原始矩阵 | 第41页 |
| ·模糊距离矩阵 | 第41-42页 |
| ·聚类结果 | 第42页 |
| ·聚类结果分析 | 第42-44页 |
| 第五章 结论与展望 | 第44-45页 |
| ·结论 | 第44页 |
| ·展望 | 第44-45页 |
| 致谢 | 第45-46页 |
| 主要参考文献 | 第46-48页 |
| 附录 | 第48-49页 |
| 原创性声明 | 第49页 |
| 关干学位论文使用授权的声明 | 第49页 |
