| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-18页 |
| ·研究背景和意义 | 第10-11页 |
| ·研究历史与现状 | 第11-16页 |
| ·进化计算及基因表达式编程国内外研究现状 | 第12-14页 |
| ·Web 个性化推荐技术国内外研究现状 | 第14-16页 |
| ·本文的工作 | 第16-17页 |
| ·本文的组织结构 | 第17-18页 |
| 第二章 基因表达式编程基本知识概述 | 第18-23页 |
| ·基因表达式编程的基础知识 | 第18-21页 |
| ·基因表达式编程的组织结构 | 第18-19页 |
| ·基因表达式编程的算子与适应度评价 | 第19-21页 |
| ·基因表达式编程的解码求值 | 第21页 |
| ·基因表达式编程的算法流程 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 一种新的基于SERVER SESSION 的服务器日志记录格式研究 | 第23-31页 |
| ·引言 | 第23-24页 |
| ·相关工作 | 第24-25页 |
| ·常用Web 服务器日志记录格式 | 第24-25页 |
| ·Microsoft IIS 格式 | 第24-25页 |
| ·其它的常用日志格式 | 第25页 |
| ·W3C WCA 规定的数据抽象 | 第25页 |
| ·基于SERVER SESSION 的 WEB 服务器日志记录格式 | 第25-27页 |
| ·一种基于server session 的日志实体 | 第25-26页 |
| ·server session 约束的BNF（巴科斯-诺尔范式）事例 | 第26-27页 |
| ·基于SERVER SESSION 约束的序列模式增长（SS-PREFIXSPAN）算法 | 第27-28页 |
| ·实验 | 第28-29页 |
| ·实验一 | 第28-29页 |
| ·实验二 | 第29页 |
| ·本章小结 | 第29-31页 |
| 第四章 基于GEP 的多层关联规则挖掘算法及其在个性化推荐中的应用 | 第31-39页 |
| ·引言 | 第31页 |
| ·相关工作 | 第31-33页 |
| ·多层关联规则挖掘 | 第31-32页 |
| ·基于泛化的抽象频繁项集挖掘 | 第32-33页 |
| ·挖掘多层关联规则算法 | 第33-36页 |
| ·适应度度量函数 | 第33页 |
| ·GEP 的主要参数 | 第33-34页 |
| ·算法思想描叙 | 第34页 |
| ·MAGGEP 算法 | 第34-36页 |
| ·WUM 实验 | 第36-38页 |
| ·抽象频繁项集挖掘 | 第36-37页 |
| ·实验结果分析 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第五章 基于密度的GEP 聚类算法及其在协作过滤中的应用 | 第39-46页 |
| ·引言 | 第39-40页 |
| ·相关工作 | 第40-41页 |
| ·协作过滤概述 | 第40-41页 |
| ·基于密度的聚类算法 | 第41页 |
| ·基于密度的寻找最近邻居的GEP 聚类算法 | 第41-44页 |
| ·算法(Density-based methods GEP-Cluste:DGEPC) | 第42页 |
| ·染色体编码 | 第42-43页 |
| ·适应度计算 | 第43页 |
| ·邻域的度量 | 第43-44页 |
| ·实验与性能分析 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第六章 总结与展望 | 第46-48页 |
| ·选题思路与本文主要工作 | 第46页 |
| ·主要不足和改进思路 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 致谢 | 第52-53页 |
| 附录 A 本文作者在攻读硕士学位期间所发表的论文 | 第53页 |
| 附录 B 本文作者攻读硕士学位期间主持和参加的科研项目 | 第53页 |
