| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第6-9页 |
| ·课题研究背景 | 第6页 |
| ·课题研究动态和应用现状 | 第6-7页 |
| ·课题研究的意义 | 第7页 |
| ·论文组织结构和内容 | 第7-9页 |
| 第二章 数据挖掘和Web数据挖掘 | 第9-14页 |
| ·数据挖掘技术 | 第9-11页 |
| ·数据挖掘的概念和结构 | 第9页 |
| ·数据挖掘的功能和方法 | 第9-10页 |
| ·数据挖掘的应用 | 第10-11页 |
| ·web数据挖掘研究 | 第11-14页 |
| ·web数据挖掘概述 | 第11页 |
| ·web内容挖掘 | 第11-12页 |
| ·web结构挖掘 | 第12页 |
| ·web访问信息挖掘 | 第12-14页 |
| 第三章 Web访问信息挖掘及预处理研究 | 第14-23页 |
| ·数据预处理 | 第14-21页 |
| ·Web挖掘的数据源 | 第14-17页 |
| ·数据清洗 | 第17-18页 |
| ·用户识别 | 第18-19页 |
| ·会话识别 | 第19-20页 |
| ·路径补充 | 第20-21页 |
| ·事务识别 | 第21页 |
| ·模式发现 | 第21-22页 |
| ·模式分析 | 第22-23页 |
| 第四章 页面关联规则挖掘研究 | 第23-32页 |
| ·关联规则挖掘 | 第23-26页 |
| ·关联规则的相关定义 | 第23-24页 |
| ·关联规则的分类 | 第24-25页 |
| ·关联规则挖掘过程 | 第25-26页 |
| ·Apriori算法 | 第26-28页 |
| ·页面关联规则挖掘 | 第28-32页 |
| ·相关理论 | 第28-29页 |
| ·基于兴趣度的页面关联规则 | 第29-32页 |
| 第五章 基于Web日志挖掘的实时个性化推荐 | 第32-38页 |
| ·聚类分析在个性化推荐中的应用 | 第32-34页 |
| ·问题的提出和解决 | 第32页 |
| ·聚类方法 | 第32-34页 |
| ·实时个性化推荐的实现 | 第34-38页 |
| ·数据准备阶段 | 第35页 |
| ·挖掘阶段 | 第35-36页 |
| ·生成推荐集 | 第36页 |
| ·推荐引擎 | 第36-38页 |
| 第六章 Web用户访问信息挖掘在远程教育系统中的应用 | 第38-42页 |
| ·问题的提出和解决方法 | 第38页 |
| ·基于Web挖掘的个性化远程教育系统 | 第38-42页 |
| ·系统平台设计 | 第38-39页 |
| ·系统实现过程 | 第39-42页 |
| 第七章 结论与展望 | 第42-44页 |
| 参考文献 | 第44-46页 |
| 致谢 | 第46-47页 |
| 攻读学位期间发表的学术论文 | 第47-48页 |