| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-15页 |
| ·研究背景 | 第9-10页 |
| ·研究现状 | 第10-11页 |
| ·论文完成的主要研究工作 | 第11-12页 |
| ·本文组织结构 | 第12-15页 |
| 2 Web 使用挖掘概述 | 第15-25页 |
| ·数据挖掘 | 第15-17页 |
| ·数据挖掘定义 | 第15页 |
| ·数据挖掘的主要过程 | 第15-17页 |
| ·Web 挖掘 | 第17-19页 |
| ·Web 挖掘概述 | 第17页 |
| ·Web 挖掘分类 | 第17-19页 |
| ·Web 使用挖掘 | 第19-23页 |
| ·Web 使用挖掘概述 | 第19页 |
| ·Web 使用挖掘的过程 | 第19-22页 |
| ·Web 使用挖掘的应用 | 第22-23页 |
| ·个性化服务 | 第23页 |
| ·基于 Web 使用挖掘的个性化信息推荐 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 3 基于 Web 使用挖掘的个性化推荐算法研究 | 第25-41页 |
| ·基于关联规则的个性化推荐算法研究 | 第25-32页 |
| ·关联规则 | 第25-27页 |
| ·改进 Apriori 算法挖掘用户频繁访问路径 | 第27-30页 |
| ·用户频繁访问路径与个性化推荐服务应用 | 第30-32页 |
| ·基于聚类的个性化推荐算法研究 | 第32-40页 |
| ·聚类分析 | 第32-33页 |
| ·基于层次聚类算法对用户使用事务聚类 | 第33-38页 |
| ·用户事务聚类及在个性化服务中的应用 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 4 基于 Web 使用挖掘的个性化推荐系统分析与设计 | 第41-51页 |
| ·系统的设计思想 | 第41页 |
| ·个性化推荐服务系统的框架 | 第41-49页 |
| ·用户识别 | 第42-44页 |
| ·行为数据收集 | 第44-47页 |
| ·用户偏好分析 | 第47-48页 |
| ·个性化信息推荐 | 第48-49页 |
| ·本章小结 | 第49-51页 |
| 5 基于 Web 使用挖掘的个性化推荐服务系统的实现 | 第51-61页 |
| ·系统介绍 | 第51-53页 |
| ·关键技术与处理策略 | 第53-55页 |
| ·用户识别处理 | 第53-54页 |
| ·页面浏览时间计算 | 第54页 |
| ·推荐页面集生成策略 | 第54-55页 |
| ·推荐系统的实验 | 第55-60页 |
| ·本章小结 | 第60-61页 |
| 6 结论 | 第61-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-67页 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 | 第67页 |