| 摘要 | 第7-8页 |
| ABSTRACT | 第8-9页 |
| 1 绪论 | 第10-15页 |
| 1.1 论文的研究背景及选题意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 论文的研究内容和组织结构 | 第13-15页 |
| 2 粗糙集基础理论 | 第15-23页 |
| 2.1 集合 | 第15-22页 |
| 2.1.1 信息系统 | 第16-17页 |
| 2.1.2 不可辨识关系 | 第17页 |
| 2.1.3 上近似和下近似 | 第17-18页 |
| 2.1.4 粗糙集的数字特性 | 第18-19页 |
| 2.1.5 属性的约简、核 | 第19-21页 |
| 2.1.6 决策规则 | 第21-22页 |
| 2.2 小结 | 第22-23页 |
| 3 信息系统属性的离散 | 第23-30页 |
| 3.1 概述 | 第23页 |
| 3.2 算法分析 | 第23-26页 |
| 3.2.1 等频、等距离散化方法 | 第24页 |
| 3.2.2 Slowinski R 方法与Hu X.H.方法 | 第24-25页 |
| 3.2.3 NativeScaler 和Semi NativeScaler | 第25-26页 |
| 3.3 改进的复合离散化算法 | 第26-28页 |
| 3.3.1 复合离散化算法算法思想 | 第26页 |
| 3.3.2 复合离散化算法理论基础 | 第26页 |
| 3.3.3 算法步骤 | 第26-28页 |
| 3.4 实验结果分析 | 第28-29页 |
| 3.5 小结 | 第29-30页 |
| 4 约简算法研究 | 第30-44页 |
| 4.1 概述 | 第30页 |
| 4.2 算法分析 | 第30-38页 |
| 4.2.1 典型算法 | 第30-32页 |
| 4.2.2 基于区分矩阵算法 | 第32-34页 |
| 4.2.3 基于频度的属性约简算法 | 第34-35页 |
| 4.2.4 遗传算法 | 第35-38页 |
| 4.3 启发式约简算法的改进 | 第38-43页 |
| 4.3.1 启发式约简算法的思想 | 第38页 |
| 4.3.2 基于属性重要性的启发式算法理论基础 | 第38-39页 |
| 4.3.3 基于属性重要性的启发式具体算法 | 第39-41页 |
| 4.3.4 基于信息熵的属性约简算法理论基础 | 第41-42页 |
| 4.3.5 基于信息熵的属性约简具体算法 | 第42-43页 |
| 4.4 小结 | 第43-44页 |
| 5 基于粗糙集的WEB 日志挖掘 | 第44-59页 |
| 5.1 WEB 挖掘基础 | 第44-49页 |
| 5.2 日志挖掘 | 第49-56页 |
| 5.2.1 数据预处理 | 第49-50页 |
| 5.2.2 数据来源 | 第50页 |
| 5.2.3 数据清洗 | 第50-52页 |
| 5.2.4 用户识别 | 第52-53页 |
| 5.2.5 会话识别 | 第53-54页 |
| 5.2.6 事务识别 | 第54-56页 |
| 5.3 模式发现 | 第56-58页 |
| 5.4 模式分析 | 第58页 |
| 5.5 小结 | 第58-59页 |
| 6 WEB 日志挖掘程序实现 | 第59-66页 |
| 6.1 设计流程 | 第59页 |
| 6.2 日志数据处理 | 第59-62页 |
| 6.3 挖掘格式转换及分析 | 第62-63页 |
| 6.4 实验 | 第63-66页 |
| 总结与展望 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 发表论文 | 第72页 |