| 第1章 绪论 | 第1-16页 |
| ·本课题研究意义 | 第9页 |
| ·数据挖掘 | 第9-12页 |
| ·数据挖掘的背景 | 第9-11页 |
| ·数据挖掘的定义 | 第11页 |
| ·国内外数据挖掘的研究现状 | 第11-12页 |
| ·Web数据挖掘 | 第12-15页 |
| ·Web数据挖掘提出的背景 | 第12-13页 |
| ·Web数据挖掘的目标 | 第13页 |
| ·Web数据挖掘研究分类 | 第13-15页 |
| ·论文的组织 | 第15-16页 |
| 第2章 基于Web的日志挖掘技术 | 第16-21页 |
| ·Web日志挖掘的提出 | 第16页 |
| ·Web日志挖掘的应用 | 第16-17页 |
| ·Web日志挖掘的研究现状 | 第17-18页 |
| ·Web日志挖掘所要解决的问题 | 第18页 |
| ·Web日志挖掘的过程 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 Web日志挖掘系统的预处理实现 | 第21-32页 |
| ·Web日志介绍 | 第21-22页 |
| ·数据抽象 | 第22-23页 |
| ·日志预处理方法(Data Preprocessing Method) | 第23-26页 |
| ·数据净化 | 第24-25页 |
| ·会话识别 | 第25页 |
| ·用户识别 | 第25-26页 |
| ·路径补充 | 第26页 |
| ·预处理模型及其算法流程 | 第26-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 Web日志挖掘系统的模式分析 | 第32-49页 |
| ·关联规则数据挖掘 | 第32-36页 |
| ·关联规则的概述 | 第32-33页 |
| ·关联规则的相关定义 | 第33-36页 |
| ·关联规则的算法评析 | 第36页 |
| ·Apriori算法的改进 | 第36-43页 |
| ·对Apriori算法的剖析 | 第36-39页 |
| ·对Apriori算法改进的出发点 | 第39页 |
| ·Apriori算法的改进算法 | 第39-43页 |
| ·路径遍历模式在日志挖掘中的应用 | 第43-48页 |
| ·相关定义描述 | 第43-44页 |
| ·挖掘的基本步骤 | 第44页 |
| ·最大向前路径生成算法 | 第44-46页 |
| ·频繁遍历路径挖掘算法 | 第46-47页 |
| ·最大频繁遍历挖掘算法 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 网站日志挖掘系统实例分析 | 第49-58页 |
| ·weka数据挖掘系统的引入 | 第49-50页 |
| ·用weka对门户网站日志进行挖掘 | 第50-52页 |
| ·日志预处理 | 第50页 |
| ·日志数据转换 | 第50-51页 |
| ·weka挖掘的结果 | 第51-52页 |
| ·频繁遍历路径算法对网站的日志挖掘 | 第52-53页 |
| ·日志挖掘的结果分析 | 第53-55页 |
| ·由日志挖掘发现的问题 | 第55-56页 |
| ·网站结构调整建议 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第62-63页 |
| 致谢 | 第63页 |