基于web日志挖掘的个性化服务研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-8页 |
| 目录 | 第8-10页 |
| 第一章 绪言 | 第10-14页 |
| ·研究目的 | 第10页 |
| ·研究意义及现状 | 第10-12页 |
| ·本文的主要研究内容 | 第12-13页 |
| ·本文组织结构 | 第13-14页 |
| 第二章 数据挖掘和WEB挖掘 | 第14-23页 |
| 第一节 数据挖掘 | 第14-17页 |
| ·数据挖掘简介 | 第14-15页 |
| ·数据挖掘与传统数据分析的不同 | 第15页 |
| ·数据挖掘的一般过程 | 第15-16页 |
| ·数据挖掘现状 | 第16-17页 |
| 第二节 web挖掘 | 第17-20页 |
| ·web日志挖掘分类 | 第17-19页 |
| ·一些著名的Web Mining产品简介 | 第19页 |
| ·web挖掘的应用领域 | 第19-20页 |
| 第三节 web日志挖掘 | 第20-22页 |
| ·web日志挖掘中常用技术 | 第21页 |
| ·web日志挖掘流程概述 | 第21-22页 |
| 第四节 个性化服务 | 第22-23页 |
| 第三章 WEB日志预处理 | 第23-37页 |
| 第一节 Web日志介绍 | 第23-25页 |
| 第二节 Web日志预处理过程 | 第25-31页 |
| ·源数据清理 | 第25-27页 |
| ·web访问用户识别 | 第27-31页 |
| 第三节 试验分析 | 第31-35页 |
| ·流量统计分析 | 第32-35页 |
| ·数据预处理 | 第35页 |
| 第四节 小结 | 第35-37页 |
| 第四章 用户浏览模式挖掘 | 第37-49页 |
| 第一节 常用聚类分析算法 | 第37-38页 |
| 第二节 模糊聚类和模糊多重集介绍 | 第38-41页 |
| ·模糊聚类分析的一般步骤 | 第38-40页 |
| ·模糊多重聚类 | 第40-41页 |
| 第三节 用户浏览兴趣度量 | 第41-43页 |
| ·用户浏览兴趣度量方法 | 第41页 |
| ·基于访问时间和访问页面次数的用户兴趣度量方法 | 第41-43页 |
| 第四节 web日志模糊聚类过程 | 第43-46页 |
| ·建立基于访问次数和访问时间的用户兴趣矩阵 | 第43-44页 |
| ·建立用户相似度矩阵 | 第44-45页 |
| ·用户聚类 | 第45-46页 |
| 第五节 试验分析 | 第46-48页 |
| 第六节 本章小结 | 第48-49页 |
| 第五章 个性化服务系统原型 | 第49-51页 |
| 第一节 个性化服务系统原型特点 | 第49-50页 |
| 第二节 原型系统的架构 | 第50-51页 |
| 第六章 总结与展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57页 |
