| 摘要 | 第1-7页 |
| ABSTRACT | 第7-13页 |
| 第一章 绪论 | 第13-20页 |
| ·论文背景及意义 | 第13-16页 |
| ·研究背景 | 第13-15页 |
| ·研究意义 | 第15-16页 |
| ·研究现状 | 第16-18页 |
| ·论文研究的主要内容 | 第18-20页 |
| 第二章 数据挖掘技术概述 | 第20-32页 |
| ·数据挖掘基本概念 | 第20-23页 |
| ·数据挖掘过程 | 第20-21页 |
| ·Data Mining 过程注记 | 第21-23页 |
| ·数据挖掘的知识 | 第23-24页 |
| ·数据挖掘的主要流程 | 第24-25页 |
| ·数据挖掘分析常见方法 | 第25-32页 |
| 第三章 WEB 数据挖掘 | 第32-38页 |
| ·WEB 数据挖掘 | 第32页 |
| ·WEB 挖掘流程 | 第32-33页 |
| ·WEB 挖掘分类及各自的研究现状及发展 | 第33-38页 |
| ·Web 内容挖掘 | 第34-36页 |
| ·Web 结构挖掘 | 第36页 |
| ·Web 使用挖掘 | 第36-38页 |
| 第四章 关联规则及其挖掘算法 | 第38-47页 |
| ·基本慨念和问题描述 | 第38-39页 |
| ·关联规则挖掘的算法 | 第39-41页 |
| ·FP-GROWTH 实现基本算法 | 第41-47页 |
| ·FP-growth 实现基本算法的两个步骤 | 第41-42页 |
| ·FP-growth 实现基本算法的两个步骤的举例说明 | 第42-47页 |
| 第五章 改进的关联规则挖掘算法DFP-GROWTH 实现 | 第47-60页 |
| ·基于FP_GROWTH 算法的改进 | 第47-51页 |
| ·基于FP-Growth 算法的关联规则挖掘新算法DFP-Growth | 第47-51页 |
| ·从性能上进一步改进FP 树生成算法 | 第51-54页 |
| ·改进后算法对支持度和置信度计算的支持 | 第54-55页 |
| ·支持度 | 第55页 |
| ·置信度 | 第55页 |
| ·基于改进算法的频繁序列挖掘 | 第55-56页 |
| ·利用支持度数组对FP-GROWTH 方法进行改进 | 第56-60页 |
| ·支持度 | 第57-58页 |
| ·置信度 | 第58页 |
| ·分析与讨论 | 第58-60页 |
| 第六章 FP-GROWTH 算法与改进算法的性能比较 | 第60-71页 |
| ·实验目的 | 第60页 |
| ·实验工具与环境 | 第60页 |
| ·实验过程6.3.1 实验流程 | 第60-64页 |
| ·FP-growth 算法与改进的FP-growth 算法(DFP-Growth 算法)的性能指标分析 | 第64-69页 |
| ·算法分析和总结 | 第69-71页 |
| 第七章 网站日志分析模型总体设计 | 第71-83页 |
| ·设计背景 | 第71页 |
| ·总体结构 | 第71-73页 |
| ·挖掘模型的设计 | 第73-80页 |
| ·数据源分析 | 第73-74页 |
| ·数据预处理 | 第74-76页 |
| ·建立事务集 | 第76-80页 |
| ·挖掘结果分析 | 第80-83页 |
| 第八章 总结与展望 | 第83-85页 |
| ·总结 | 第83页 |
| ·展望 | 第83-85页 |
| 参考文献 | 第85-88页 |
| 致谢 | 第88-89页 |
| 攻读学位期间发表的学术论文目录 | 第89页 |
