利用关联规则增量式更新算法挖掘Web日志
| 中文摘要 | 第4页 |
| 英文摘要 | 第4-8页 |
| 1 绪论 | 第8-20页 |
| 1．1 前言 | 第8-10页 |
| 1．1．1 论文研究背景和意义 | 第8-10页 |
| 1．1．2 论文研究内容 | 第10页 |
| 1．1．3 论文结构编排 | 第10页 |
| 1．2 数据挖掘 | 第10-13页 |
| 1．2．1 数据挖掘的由来 | 第10-11页 |
| 1．2．2 数据挖掘的概念 | 第11-12页 |
| 1．2．3 数据挖掘的分类 | 第12-13页 |
| 1．3 关联规则 | 第13-16页 |
| 1．3．1 关联规则的概念 | 第13-14页 |
| 1．3．2 关联规则的挖掘算法 | 第14-15页 |
| 1．3．3 关联规则的增量式更新算法 | 第15-16页 |
| 1．4 Web数据挖掘 | 第16-20页 |
| 1．4．1 Web数据挖掘的概念 | 第16-17页 |
| 1．4．2 Web数据挖掘的分类 | 第17-18页 |
| 1．4．3 Web数据挖掘的基本步骤 | 第18-20页 |
| 2 系统框架 | 第20-23页 |
| 2．1 系统工作流程图 | 第20页 |
| 2．2 系统框架图 | 第20-23页 |
| 3 数据准备 | 第23-28页 |
| 3．1 数据收集 | 第23-24页 |
| 3．2 数据清理 | 第24页 |
| 3．3 会话识别 | 第24-25页 |
| 3．4 路径补充 | 第25页 |
| 3．5 事务识别 | 第25页 |
| 3．6 数据转换 | 第25-26页 |
| 3．7 用户事务识别文法 | 第26-28页 |
| 4 基于序列支持度排序树的关联规则挖掘算法 | 第28-36页 |
| 4．1 电子商务网站Web日志对挖掘算法的要求 | 第28-29页 |
| 4．2 FOLDARM算法 | 第29-32页 |
| 4．3 序列支持度排序树 | 第32-35页 |
| 4．4 算法效率简要分析 | 第35-36页 |
| 5 引入后备频繁集的支持度排序树及相应算法 | 第36-44页 |
| 5．1 已有算法简介及分析 | 第36-37页 |
| 5．2 在支持度排序树中加入后备频繁集的改进思路 | 第37-38页 |
| 5．3 改进后的算法 | 第38-42页 |
| 5．3．1 建树算法 | 第38-40页 |
| 5．3．2 挖掘算法 | 第40页 |
| 5．3．3 项目更新算法 | 第40-42页 |
| 5．4 算法效率简要分析 | 第42-44页 |
| 6 应用挖掘结果 | 第44-48页 |
| 6．1 利用序列关联规则集合进行个性化推荐 | 第44-45页 |
| 6．2 利用后备序列支持度排序树进行个性化推荐 | 第45-46页 |
| 6．3 利用后备序列支持度排序树进行网站结构调整 | 第46-48页 |
| 7 总结 | 第48-50页 |
| 7．1 论文所做的工作 | 第48页 |
| 7．2 论文工作的贡献 | 第48-49页 |
| 7．3 其他应用前景及进一步的研究 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-52页 |
