| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 引言 | 第9-13页 |
| ·研究背景、目的和意义 | 第9页 |
| ·研究动态与发展趋势 | 第9-11页 |
| ·本文的主要研究工作和创新之处 | 第11-12页 |
| ·论文内容的组织和结构 | 第12-13页 |
| 第二章 Web 行为挖掘和WUGC 模型相关理论综述 | 第13-25页 |
| ·Web 行为挖掘和个性化服务描述 | 第13-15页 |
| ·Web 挖掘简介 | 第13-14页 |
| ·Web 行为挖掘的一般过程 | 第14-15页 |
| ·Web 行为挖掘个性化服务 | 第15页 |
| ·WUGC 模型相关理论综述 | 第15-23页 |
| ·遗传算法的工作原理 | 第15-19页 |
| ·聚类分析算法的工作原理 | 第19-22页 |
| ·WUGC 的工作原理 | 第22-23页 |
| ·小结 | 第23-25页 |
| 第三章 WUGC 模型的研究与实现 | 第25-42页 |
| ·WUGC 模型的提出 | 第25-27页 |
| ·WUGC 模型综述 | 第25-26页 |
| ·存在的问题 | 第26页 |
| ·模型的提出 | 第26-27页 |
| ·WUGC 模型的描述 | 第27-34页 |
| ·模型的总体描述 | 第27-28页 |
| ·Web 用户访问路径信息采集 | 第28-30页 |
| ·群体初始化 | 第30页 |
| ·种群质心的计算 | 第30-31页 |
| ·评估值和适应度的计算 | 第31-32页 |
| ·最优个体评估 | 第32页 |
| ·遗传算子的操作 | 第32-34页 |
| ·结果输出 | 第34页 |
| ·WUGC 模型的实现 | 第34-41页 |
| ·数据库的定义 | 第34-35页 |
| ·模型的总体设计 | 第35-36页 |
| ·模型各个模块的实现 | 第36-41页 |
| ·小结 | 第41-42页 |
| 第四章 实验数据分析 | 第42-49页 |
| ·Web 用户聚类分析实验平台的设计与实现 | 第42-43页 |
| ·开发环境 | 第42页 |
| ·Web 用户聚类分析实验平台的结构 | 第42-43页 |
| ·实验分析 | 第43-48页 |
| ·数据准备 | 第43-45页 |
| ·实验过程及结果分析 | 第45-48页 |
| ·小结 | 第48-49页 |
| 第五章 结论与展望 | 第49-51页 |
| ·论文的主要工作 | 第49页 |
| ·进一步努力的方向 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 发表论文和科研情况说明 | 第54-55页 |
| 致谢 | 第55-56页 |