| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-19页 |
| ·课题研究背景 | 第12-15页 |
| ·研究意义与价值 | 第15-16页 |
| ·论文主要研究思路 | 第16-17页 |
| ·论文的组织结构安排 | 第17-19页 |
| 第二章 用户行为分析与挖掘的关键技术 | 第19-34页 |
| ·用户行为特征的选择和表示 | 第19-20页 |
| ·Web 使用挖掘技术 | 第20-24页 |
| ·Web 用户浏览模式聚类 | 第20-22页 |
| ·Web 日志关联规则挖掘 | 第22-23页 |
| ·Web 用户浏览模式挖掘 | 第23-24页 |
| ·Web 数据采集及预处理 | 第24-28页 |
| ·数据来源和类型 | 第25-26页 |
| ·数据的清理 | 第26-28页 |
| ·模糊理论 | 第28-31页 |
| ·模糊变量相关定义 | 第28-30页 |
| ·模糊模拟技术 | 第30-31页 |
| ·粗糙理论 | 第31-33页 |
| ·粗糙集 | 第31-32页 |
| ·粗糙变量 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 用户兴趣关联规则挖掘 | 第34-53页 |
| ·关联规则的基本概念 | 第35-36页 |
| ·用户兴趣关联规则 | 第36-39页 |
| ·用户访问页面时间 | 第36-37页 |
| ·用户浏览路径描述 | 第37-38页 |
| ·用户访问兴趣度 | 第38-39页 |
| ·改进的用户兴趣关联规则挖掘 | 第39-44页 |
| ·Web 浏览区域划分 | 第39-41页 |
| ·用户兴趣浏览区域模型 | 第41-42页 |
| ·基于兴趣区域的 Web 使用挖掘算法（WMAUAI） | 第42-44页 |
| ·仿真实验及分析 | 第44-51页 |
| ·实例分析 | 第44-46页 |
| ·与传统方法对比的实验 | 第46-47页 |
| ·实际网站实验分析 | 第47-51页 |
| ·相关应用分析 | 第51页 |
| ·本章小结 | 第51-53页 |
| 第四章 基于 Leader 算法的 Web 聚类算法 | 第53-67页 |
| ·基于 Leader 算法聚类用户浏览模式 | 第53-58页 |
| ·传统的 Leader 算法 | 第54页 |
| ·用户浏览模式中的近似度量 | 第54-55页 |
| ·基于 Leader 算法的 Web 聚类算法 | 第55-57页 |
| ·实例分析 | 第57-58页 |
| ·改进基于 Leader 算法的 Web 存取模式的聚类算法 | 第58-65页 |
| ·模糊化浏览时间 | 第58-60页 |
| ·实例分析 | 第60-61页 |
| ·仿真实验及分析 | 第61-65页 |
| ·本章小结 | 第65-67页 |
| 第五章 总结和展望 | 第67-69页 |
| ·本文的研究成果 | 第67页 |
| ·进一步的工作 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 攻硕期间取得的研究成果 | 第74-75页 |
