基于Web日志的用户兴趣聚类研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 致谢 | 第7-11页 |
| 第一章 绪论 | 第11-17页 |
| ·课题背景和意义 | 第11页 |
| ·国内外研究现状 | 第11-15页 |
| ·国外研究现状 | 第12-13页 |
| ·国内研究现状 | 第13-15页 |
| ·本文主要的研究内容 | 第15页 |
| ·论文的构成 | 第15-17页 |
| 第二章 Web日志挖掘 | 第17-29页 |
| ·数据挖掘概述 | 第17-18页 |
| ·Web数据挖掘 | 第18-21页 |
| ·Web数据挖掘的定义 | 第18页 |
| ·Web数据挖掘的特点 | 第18-19页 |
| ·Web数据挖掘的对象 | 第19页 |
| ·Web数据挖掘的分类 | 第19-21页 |
| ·Web日志挖掘 | 第21-24页 |
| ·Web日志挖掘的相关概念 | 第21-22页 |
| ·Web日志挖掘的过程 | 第22-23页 |
| ·Web日志挖掘的发展 | 第23-24页 |
| ·聚类 | 第24-28页 |
| ·聚类概述 | 第25页 |
| ·聚类算法分析 | 第25-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 Web日志挖掘的预处理技术 | 第29-43页 |
| ·数据预处理技术 | 第29页 |
| ·基于 Web日志的数据预处理技术 | 第29-32页 |
| ·基于 Web日志的数据预处理流程 | 第32-36页 |
| ·数据清洗 | 第32-34页 |
| ·用户识别 | 第34-35页 |
| ·会话识别 | 第35页 |
| ·路径补充 | 第35-36页 |
| ·事务识别 | 第36页 |
| ·用户访问序列获得事务算法 | 第36-40页 |
| ·SFT算法介绍 | 第36-38页 |
| ·SFT算法示例 | 第38-40页 |
| ·实验说明 | 第40-42页 |
| ·实验环境 | 第40页 |
| ·数据预处理过程 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 用户兴趣模式挖掘算法 | 第43-51页 |
| ·目前度量方法存在的不足 | 第43页 |
| ·路径兴趣度定义 | 第43-45页 |
| ·用户兴趣路径挖掘算法 IPS | 第45-47页 |
| ·建立页面访问的矩阵 | 第45页 |
| ·基于用户访问矩阵的用户兴趣路径挖掘算法 IPS | 第45-47页 |
| ·实例分析 | 第47-49页 |
| ·实验结果分析 | 第49-51页 |
| 第五章 用户兴趣模式聚类算法 | 第51-58页 |
| ·目前事务聚类算法的不足 | 第51页 |
| ·路径相似度 | 第51-53页 |
| ·兴趣路径聚类算法 | 第53-55页 |
| ·算法的提出 | 第53页 |
| ·算法思想描述 | 第53页 |
| ·计算相似类的算法 | 第53-55页 |
| ·典型用户兴趣路径 | 第55页 |
| ·实例分析 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 攻读硕士学位期间发表的学术论文及参与的科研项目 | 第64页 |
