人工免疫聚类在Web日志挖掘中的应用
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 绪论 | 第8-21页 |
| ·论文的选题背景和研究意义 | 第8-9页 |
| ·Web挖掘研究综述 | 第9-16页 |
| ·Web挖掘技术 | 第9-12页 |
| ·国内外Web日志研究现状 | 第12-16页 |
| ·人工免疫系统研究概述 | 第16-19页 |
| ·本文的工作内容和组织 | 第19-21页 |
| 第2章 Web日志挖掘的研究 | 第21-35页 |
| ·Web日志挖掘的提出 | 第21-22页 |
| ·Web日志文件介绍及其基本术语 | 第22-25页 |
| ·Web日志文件的基本术语 | 第22-23页 |
| ·Web日志介绍 | 第23-25页 |
| ·Web日志挖掘的过程 | 第25-32页 |
| ·数据采集 | 第26页 |
| ·数据预处理 | 第26-30页 |
| ·模式发现 | 第30-31页 |
| ·模式分析 | 第31-32页 |
| ·Web日志挖掘的应用 | 第32-33页 |
| ·WEKA的介绍 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 基于人工免疫系统的聚类算法 | 第35-48页 |
| ·聚类分析 | 第35-39页 |
| ·聚类分析的概念 | 第35-36页 |
| ·聚类分析的数学模型 | 第36-37页 |
| ·聚类分析的主要方法 | 第37-39页 |
| ·人工免疫系统概述 | 第39-41页 |
| ·基于群体的免疫聚类算法 | 第41-44页 |
| ·基于免疫进化的聚类算法 | 第41-42页 |
| ·基于克隆选择的聚类算法 | 第42-44页 |
| ·基于人工免疫网络的聚类算法 | 第44-47页 |
| ·基于进化人工免疫网络的聚类算法 | 第45-46页 |
| ·资源有限网络(RLAIS) | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 基于克隆选择和免疫网络的聚类算法 | 第48-58页 |
| ·问题的提出 | 第48-49页 |
| ·基于克隆选择和免疫网络的聚类算法 | 第49-55页 |
| ·算法的基本思想 | 第49-52页 |
| ·算法参数说明 | 第52-53页 |
| ·算法操作流程 | 第53-55页 |
| ·算法分析 | 第55页 |
| ·基于克隆选择和免疫网络的仿真测试试验 | 第55-57页 |
| ·准确率测试 | 第55-56页 |
| ·时间效率测试 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第5章 人工免疫系统在Web日志挖掘中的应用 | 第58-73页 |
| ·数据预处理 | 第58-62页 |
| ·初始文件导入 | 第58-59页 |
| ·数据清洗 | 第59-60页 |
| ·用户识别 | 第60-61页 |
| ·会话识别 | 第61-62页 |
| ·文件格式转换 | 第62页 |
| ·基于人工免疫的聚类算法在Web日志挖掘中的应用 | 第62-67页 |
| ·添加标注 | 第63-64页 |
| ·算法的封装 | 第64-67页 |
| ·初始参数设置 | 第67页 |
| ·实验结果 | 第67-69页 |
| ·影响试验关键参数分析 | 第69-71页 |
| ·模式的使用 | 第71-72页 |
| ·本章小结 | 第72-73页 |
| 第6章 结论 | 第73-75页 |
| ·总结 | 第73-74页 |
| ·进一步的工作展望 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 攻读学位期间的研究成果 | 第80页 |
