首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

Web日志挖掘技术的研究与自适应Web站点的构建

第一章 Web日志挖掘概述第1-16页
 第一节 引言第6-8页
   ·Web数据的特点第6-7页
   ·Web挖掘概念第7页
   ·Web日志挖掘第7-8页
 第二节 Web数据挖掘分类以及各功能模块介绍第8-11页
   ·Web数据挖掘分类第8-9页
   ·面向Web的数据挖掘的功能模块第9-11页
   ·面向Web的数据挖掘的信息流程第11页
 第三节 Web数据挖掘技术研究第11-14页
   ·Web内容挖掘实现技术第12-13页
   ·用户模式挖掘实现技术第13-14页
 第四节 本文的研究背景和主要内容第14-16页
第二章 Web日志挖掘中的数据预处理的研究第16-29页
 第一节 Web日志挖掘中的数据预处理概论第16-21页
   ·Web日志挖掘的困难和解决方法第16-17页
   ·Web日志挖掘的体系结构第17页
   ·Web日志挖掘系统的预处理过程第17-21页
 第二节 Web日志挖掘中的事务识别第21-24页
   ·导航事务与内容事务的划分第21-22页
   ·一般事务模型第22页
   ·引用长度事务分割方法第22-23页
   ·对应用长度事务分割方法的改进第23-24页
   ·结论第24页
 第三节 Web日志挖掘预处理中的Frame页面过滤算法第24-29页
   ·Frame及其所带来问题第24-25页
   ·Frame过滤算法第25-27页
   ·Frame过滤算法实施的试验结果比较第27页
   ·Frame过滤算法小结第27-29页
第三章 Web日志中挖掘用户浏览模式的分析与研究第29-46页
 第一节 Web日志挖掘中的序列模式识别第29-34页
   ·扩展有向树模型第29-31页
   ·挖掘频繁遍历路径算法第31-33页
   ·实验室模拟实现第33页
   ·补充第33-34页
 第二节 Web日志中挖掘浏览模式第34-38页
   ·用户浏览模式研究问题描述第34-35页
   ·类Apriori算法的提出第35-37页
   ·模拟实验第37-38页
 第三节 Web数据挖掘中的增量挖掘第38-43页
   ·频繁项目集与关联规则的发现第38-39页
   ·Web访问日志的数据转换第39-40页
   ·增量挖掘的实现算法准备知识第40-41页
   ·增量挖掘的实现算法描述第41-42页
   ·小结第42-43页
 第四节 挖掘浏览模式的一些其他问题第43-46页
   ·聚类URL页面第43页
   ·URL页面模糊聚类第43-44页
   ·路径挖掘第44-46页
第四章 用户浏览模式的应用--在线推荐第46-56页
 第一节 基于Web日志挖掘的用户推荐系统第46-49页
   ·数据的准备阶段第46-47页
   ·挖掘阶段第47-48页
   ·集成内容和使用偏好来实现个性化服务第48-49页
 第二节 自动分层推荐算法第49-56页
   ·引言第49-50页
   ·一般在线推荐算法第50页
   ·自动分层推荐算法(ALRA)第50-52页
   ·在线快速匹配第52-54页
   ·实验结果第54-56页
第五章 用户自适应Web站点的构建第56-72页
 第一节 自适应Web站点概述第56-62页
   ·引言第56-57页
   ·自适应Web站点研究的主要问题第57-58页
   ·自适应Web站点研究的主要目标第58页
   ·自适应Web站点研究的主要进展第58-61页
   ·自适应Web站点的质量评价第61-62页
   ·结束语第62页
 第二节 自适应Web站点的数据预处理第62-67页
   ·引言第62-63页
   ·WLP(Web Log Preprocessing)的体系结构第63-66页
   ·预处理引入的错误第66-67页
 第三节 用户自适应的Web站点应用示例第67-72页
   ·创建自适应Web站点(self-adaptive Web site)第67页
   ·自动改进Web站点的链接结构第67-68页
   ·Web日志挖掘应用系统原型AdaptiveWeb第68页
   ·自适应的Web站点的构建第68-70页
   ·试验结果第70-72页
第六章 总结与展望第72-73页
参考文献第73-75页
攻读硕士期间发表论文和参加科研项目说明第75-76页
致    谢第76页

论文共76页,点击 下载论文
上一篇:高校出版社成本管理研究
下一篇:基于人工智能的电力系统警报处理方法