Web日志挖掘原型系统的设计与实现
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景 | 第7-8页 |
| ·国内外研究现状 | 第8-9页 |
| ·国外研究现状 | 第8页 |
| ·国内研究现状 | 第8-9页 |
| ·论文研究内容 | 第9-10页 |
| ·论文组织结构 | 第10-11页 |
| 第二章 WEB 挖掘与 WEB 日志挖掘 | 第11-19页 |
| ·数据挖掘概述 | 第11-13页 |
| ·数据挖掘定义及分类 | 第11-12页 |
| ·数据挖掘的过程 | 第12-13页 |
| ·Web 数据挖掘技术 | 第13-16页 |
| ·Web 挖掘介绍 | 第13-14页 |
| ·Web 挖掘的分类与对比 | 第14-16页 |
| ·Web 挖掘方式的发展方向 | 第16页 |
| ·Web 日志挖掘技术 | 第16-18页 |
| ·Web 日志挖掘 | 第16-17页 |
| ·Web 日志挖掘流程 | 第17-18页 |
| ·Web 日志挖掘的应用领域 | 第18页 |
| ·本章小结 | 第18-19页 |
| 第三章 Web 日志挖掘数据预处理 | 第19-27页 |
| ·Web 日志数据预处理 | 第19-21页 |
| ·Web 日志介绍 | 第19-20页 |
| ·数据预处理概述 | 第20-21页 |
| ·Web 日志预处理流程 | 第21-26页 |
| ·数据采集 | 第21页 |
| ·数据清理 | 第21-22页 |
| ·用户识别 | 第22-23页 |
| ·会话识别 | 第23-24页 |
| ·路径补全 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第四章 Web 日志挖掘常规算法研究 | 第27-45页 |
| ·Web 用户聚类 | 第27-30页 |
| ·Web 用户聚类简介 | 第27-28页 |
| ·常用的数据结构和相似度距离 | 第28-30页 |
| ·用户聚类分析 | 第30-33页 |
| ·一般算法的引入 | 第30-31页 |
| ·改进思想 | 第31-32页 |
| ·算法实例 | 第32-33页 |
| ·关联规则算法 | 第33-38页 |
| ·关联规则挖掘概述 | 第33-35页 |
| ·关联规则挖掘方法 | 第35-36页 |
| ·经典的 Apriori 算法 | 第36-38页 |
| ·Apriori 算法改进 | 第38-43页 |
| ·改进的出发点 | 第39页 |
| ·R_apriori 算法 | 第39-42页 |
| ·算法性能分析 | 第42-43页 |
| ·本章小结 | 第43-45页 |
| 第五章 用户频繁访问模式挖掘算法研究 | 第45-57页 |
| ·频繁访问模式简介 | 第45-48页 |
| ·频繁访问路径概述 | 第45页 |
| ·最大向前引用路径(MFR)算法 | 第45-48页 |
| ·频繁访问模式挖掘 Sim_Apriori 算法 | 第48-51页 |
| ·Sim_Apriori 算法概述 | 第48-50页 |
| ·Sim_Apriori 算法举例 | 第50-51页 |
| ·频繁访问模式挖掘 M_tree 算法 | 第51-55页 |
| ·M_tree 算法概述 | 第52-53页 |
| ·M_tree 算法举例 | 第53-54页 |
| ·算法的比较 | 第54-55页 |
| ·本章小结 | 第55-57页 |
| 第六章 Web 日志挖掘原型系统的设计与实现 | 第57-69页 |
| ·系统概述 | 第57-58页 |
| ·日志采集模块 | 第58-59页 |
| ·数据存储模块 | 第59-61页 |
| ·数据预处理模块 | 第61-64页 |
| ·数据清洗 | 第61页 |
| ·用户识别 | 第61-62页 |
| ·会话识别 | 第62-63页 |
| ·路径补全 | 第63-64页 |
| ·用户聚类模块 | 第64-65页 |
| ·频繁项集挖掘模块 | 第65-66页 |
| ·频繁访问模式挖掘模块 | 第66-68页 |
| ·MFR 算法实现 | 第66页 |
| ·频繁访问路径挖掘实现 | 第66-68页 |
| ·本章小结 | 第68-69页 |
| 第七章 总结与展望 | 第69-71页 |
| ·本文总结 | 第69-70页 |
| ·进一步工作 | 第70-71页 |
| 致谢 | 第71-73页 |
| 参考文献 | 第73-76页 |
