| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 绪论 | 第6-11页 |
| ·数据挖掘研究概述 | 第6-8页 |
| ·数据挖掘与Web挖掘 | 第6页 |
| ·数据挖掘系统的分类 | 第6-7页 |
| ·数据挖掘的研究热点 | 第7-8页 |
| ·课题的研究现状 | 第8页 |
| ·课题研究的意义 | 第8-9页 |
| ·主要的研究内容 | 第9-11页 |
| ·本文的工作 | 第9-10页 |
| ·论文的组织结构 | 第10-11页 |
| 第二章 Web数据挖掘技术的研究 | 第11-31页 |
| ·Web挖掘的复杂性 | 第11-13页 |
| ·数据准备 | 第11-12页 |
| ·XML与数据规范化处理 | 第12页 |
| ·XML数据与数据库之间的转换 | 第12-13页 |
| ·Web日志挖掘 | 第13-24页 |
| ·Web上跟踪用户行为 | 第14-15页 |
| ·Web日志挖掘的预处理 | 第15-16页 |
| ·日志数据预处理过程 | 第16-21页 |
| ·用户浏览模式挖掘 | 第21-22页 |
| ·频繁查找路径挖掘 | 第22-24页 |
| ·三种常用的数据挖掘技术 | 第24-31页 |
| ·关联规则分析 | 第24-27页 |
| ·关联规则基本模型 | 第24页 |
| ·频繁路径挖掘与页面相联分析 | 第24-26页 |
| ·频繁路径挖掘过程 | 第26-27页 |
| ·页面相联规则 | 第27页 |
| ·聚类技术概述 | 第27-29页 |
| ·聚类技术的概念描述 | 第27-28页 |
| ·页面模糊聚类 | 第28-29页 |
| ·序列模式分析 | 第29-31页 |
| ·序列模式挖掘问题的描述 | 第29页 |
| ·高效挖掘序列模式的SPAM算法 | 第29-31页 |
| 第三章 面向电子商务站点的Web挖掘原型系统的设计与实现 | 第31-47页 |
| ·目前商业站点的现状 | 第31-32页 |
| ·Web挖掘系统原型结构 | 第32-44页 |
| ·Web挖掘系统原型的挖掘机理 | 第33-36页 |
| ·Web挖掘函数库的调用 | 第36-37页 |
| ·挖掘系统中的挖掘任务 | 第37-39页 |
| ·基于泛化的数据挖掘 | 第37-38页 |
| ·Web日志的挖掘 | 第38-39页 |
| ·模式评价和结果呈现 | 第39-40页 |
| ·可视化数据挖掘 | 第39-40页 |
| ·智能推荐子系统设计 | 第40-43页 |
| ·推荐系统模块设计 | 第40-42页 |
| ·基于组合过滤技术的推荐算法 | 第42-43页 |
| ·贝叶斯网络(BBN)及其设计 | 第43-44页 |
| ·概率计算 | 第43-44页 |
| ·贝叶斯客户预测模型 | 第44页 |
| ·挖掘工具eWSMiner的初步设计与实现 | 第44-47页 |
| ·挖掘工具的设计原理 | 第44-45页 |
| ·挖掘结果的管理 | 第45-46页 |
| ·论文中开发工具功能说明 | 第46-47页 |
| 第四章 实验结果及分析 | 第47-51页 |
| ·实验结果 | 第47-51页 |
| ·Apriori产生的强关联规则 | 第47-48页 |
| ·k-means聚类结果 | 第48-49页 |
| ·序列挖掘SPAM的结果 | 第49-51页 |
| 第五章 相关工作 | 第51-53页 |
| ·商业站点效率与成功的衡量 | 第51页 |
| ·挖掘工具的分析比较 | 第51-53页 |
| 第六章 总结和展望 | 第53-54页 |
| ·工作总结 | 第53页 |
| ·展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57-58页 |
| 附录A 攻读硕士期间发表的文章和参加的项目 | 第58页 |