Web访问信息挖掘及其应用
| 第一章 绪论 | 第1-12页 |
| ·数据挖掘与WEB数据挖掘 | 第9-10页 |
| ·论文工作 | 第10-11页 |
| ·论文的组织结构 | 第11-12页 |
| 第二章 WEB数据挖掘技术 | 第12-20页 |
| ·WEB数据挖掘 | 第12页 |
| ·WEB数据挖掘的分类 | 第12-14页 |
| ·Web Content Mining | 第12-13页 |
| ·Web Usage Mining | 第13-14页 |
| ·Web Structure Mining | 第14页 |
| ·WEB数据挖掘的对象 | 第14-15页 |
| ·WEB MINING的方法 | 第15-18页 |
| ·Web Content Mining方法 | 第15-16页 |
| ·Web Usage Mining方法 | 第16-18页 |
| ·Web Structure Mining方法 | 第18页 |
| ·研究意义和方向 | 第18-20页 |
| 第三章 WEB访问信息的预处理及事务识别 | 第20-30页 |
| ·概述 | 第20-21页 |
| ·WEB访问信息的预处理 | 第21-24页 |
| ·Web访问信息的预处理过程 | 第21-22页 |
| ·Web访问信息预处理的实现 | 第22-24页 |
| ·WEB访问信息的事务识别及实现 | 第24-29页 |
| ·事务识别概述 | 第25页 |
| ·事务识别的实现 | 第25-28页 |
| ·实验结果 | 第28-29页 |
| ·小结 | 第29-30页 |
| 第四章 WEB访问信息中的关联规则发现 | 第30-39页 |
| ·WEB访问信息中的关联规则发现 | 第30-32页 |
| ·关联规则发现概述 | 第30-31页 |
| ·关联规则的形式描述 | 第31页 |
| ·Web访问信息中的关联规则 | 第31-32页 |
| ·WEB访问信息挖掘中的关联规则发现算法 | 第32-37页 |
| ·算法的核心部分 | 第32页 |
| ·快速算法Apriori在Web中的实现 | 第32-36页 |
| ·实验结果 | 第36-37页 |
| ·小结 | 第37-39页 |
| 第五章 聚类分析及其在WEB广播中应用 | 第39-51页 |
| ·WEB广播的应用背景与聚类方法的引入 | 第39-40页 |
| ·WEB广播时的应用背景 | 第39页 |
| ·WEB广播中遇到的问题及聚类方法的引入 | 第39-40页 |
| ·WEB页面广播挖掘的实现 | 第40-48页 |
| ·基本概念 | 第40-41页 |
| ·一个实例 | 第41-42页 |
| ·聚类中的挖掘对象 | 第42-43页 |
| ·聚类中的数据预处理 | 第43-44页 |
| ·Web页面广播挖掘实现的几个阶段 | 第44-48页 |
| ·实验结果 | 第48-49页 |
| ·基本概念 | 第48页 |
| ·结果及评价 | 第48-49页 |
| ·小结 | 第49-51页 |
| 第六章 WEB访问信息挖掘系统 | 第51-63页 |
| ·WEB访问信息挖掘的一般过程 | 第52-53页 |
| ·数据准备阶段 | 第52页 |
| ·模式发现与模式分析阶段 | 第52-53页 |
| ·一个WEB访问信息挖掘系统的实现 | 第53-62页 |
| ·系统设计的考虑 | 第53-54页 |
| ·系统结构及功能模块 | 第54-58页 |
| ·系统实现 | 第58-62页 |
| ·小结 | 第62-63页 |
| 第七章 结束语 | 第63-65页 |
| ·总结 | 第63-64页 |
| ·进一步的工作 | 第64-65页 |
| 参考文献 | 第65-67页 |
| 作者简介 | 第67页 |
| 攻读硕士学位期间发表文章 | 第67-68页 |
| 致谢 | 第68页 |
