摘要 | 第1-5页 |
ABSTRACT | 第5-6页 |
创新点摘要 | 第6-10页 |
第一章 绪论 | 第10-15页 |
·研究的背景和意义 | 第10-11页 |
·国内外研究现状及发展趋势 | 第11-13页 |
·国外研究现状 | 第11页 |
·国内研究现状 | 第11-12页 |
·发展趋势 | 第12-13页 |
·石油信息特点分析 | 第13页 |
·主要研究内容 | 第13-14页 |
·论文的组织结构 | 第14-15页 |
第二章 用户访问模式挖掘相关研究 | 第15-22页 |
·数据挖掘概述 | 第15-16页 |
·数据挖掘定义 | 第15页 |
·数据挖掘过程 | 第15-16页 |
·Web 数据挖掘 | 第16-18页 |
·Web 数据挖掘特点 | 第16页 |
·Web 数据挖掘分类 | 第16-18页 |
·用户访问模式挖掘 | 第18-21页 |
·用户访问模式挖掘过程 | 第18-19页 |
·用户访问模式挖掘方法 | 第19-20页 |
·用户访问模式挖掘在石油信息中的应用 | 第20-21页 |
·本章小结 | 第21-22页 |
第三章 数据预处理 | 第22-31页 |
·数据源 | 第22-24页 |
·数据源分类 | 第22-23页 |
·Web 服务器日志记录格式 | 第23-24页 |
·Web 日志数据预处理过程 | 第24-27页 |
·源数据收集 | 第25页 |
·数据清洗 | 第25页 |
·用户识别 | 第25-26页 |
·会话识别 | 第26页 |
·路径补充 | 第26-27页 |
·事务识别 | 第27页 |
·会话识别方法改进 | 第27-30页 |
·本章小结 | 第30-31页 |
第四章 用户访问模式挖掘算法 | 第31-41页 |
·挖掘算法的选择 | 第31-33页 |
·适合于用户访问模式的挖掘算法 | 第31-32页 |
·算法选择 | 第32-33页 |
·k-means 聚类算法 | 第33-36页 |
·数据表示 | 第33-34页 |
·计算相似度方法 | 第34-35页 |
·k-means 聚类算法 | 第35-36页 |
·k-means 聚类算法改进 | 第36-39页 |
·k-means 聚类算法缺点分析 | 第36-37页 |
·k-means 聚类算法改进 | 第37-39页 |
·改进后的 k-means 算法与原 k-means 算法聚类效果比较 | 第39-40页 |
·本章小结 | 第40-41页 |
第五章 石油信息访问模式挖掘实验过程与分析 | 第41-50页 |
·实验数据收集 | 第41-42页 |
·数据预处理过程 | 第42-44页 |
·访问模式矩阵建立过程 | 第44-46页 |
·用户聚类 | 第46-47页 |
·模式分析 | 第47-48页 |
·模式应用 | 第48-49页 |
·本章小结 | 第49-50页 |
第六章 总结和进一步工作 | 第50-51页 |
·本文主要工作总结 | 第50页 |
·进一步的研究工作 | 第50-51页 |
参考文献 | 第51-54页 |
发表文章目录 | 第54-55页 |
致谢 | 第55-56页 |
详细摘要 | 第56-67页 |