| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 引言 | 第8-10页 |
| ·研究背景 | 第8页 |
| ·研究现状 | 第8-9页 |
| ·文章组织结构 | 第9-10页 |
| 第二章 WEB 挖掘与个性化服务 | 第10-20页 |
| ·WEB 数据挖掘 | 第10-11页 |
| ·Web 挖掘的基本概念 | 第10页 |
| ·Web 挖掘的分类 | 第10-11页 |
| ·WEB 日志挖掘 | 第11-14页 |
| ·WEB 日志挖掘的应用范围 | 第14-15页 |
| ·WEB 日志介绍 | 第15-17页 |
| ·Web 日志分布 | 第15页 |
| ·Web 日志的记录方式 | 第15-16页 |
| ·Web 日志的内容 | 第16-17页 |
| ·个性化服务综述 | 第17-20页 |
| ·研究背景及意义 | 第17页 |
| ·研究现状 | 第17-20页 |
| 第三章 WEB 日志预处理过程研究 | 第20-25页 |
| ·数据清洗 | 第20-21页 |
| ·用户识别 | 第21-22页 |
| ·会话识别 | 第22页 |
| ·路径补充 | 第22-24页 |
| ·事务识别 | 第24-25页 |
| 第四章 改进的聚类算法 | 第25-39页 |
| ·聚类算法研究背景 | 第25页 |
| ·相关的定义 | 第25-26页 |
| ·基于向量聚类算法 | 第26-30页 |
| ·用户聚类算法 | 第27-28页 |
| ·Web 页面聚类算法 | 第28页 |
| ·频繁访问路径发现算法 | 第28-29页 |
| ·实验结果 | 第29-30页 |
| ·基于模糊集理论的聚类算法 | 第30-38页 |
| ·相关理论 | 第30-31页 |
| ·相关算法 | 第31-35页 |
| ·实验评价 | 第35页 |
| ·实验结果 | 第35-38页 |
| ·个性化推荐算法 | 第38-39页 |
| 第五章 基于WEB 日志挖掘的个性化推荐系统的设计 | 第39-43页 |
| ·系统设计 | 第39-40页 |
| ·离线部分 | 第40页 |
| ·在线部分 | 第40页 |
| ·系统特点 | 第40页 |
| ·实验环境和开发工具 | 第40-41页 |
| ·模块主要界面 | 第41-43页 |
| 第六章 总结和展望 | 第43-44页 |
| ·总结 | 第43页 |
| ·展望 | 第43-44页 |
| 参考文献 | 第44-46页 |
| 在学期间公开发表论文及参加项目情况 | 第46-47页 |
| 致谢 | 第47页 |