基于粗糙集的Web用户模式挖掘研究
| 中文摘要 | 第4-5页 |
| 英文摘要 | 第5页 |
| 1 绪论 | 第9-13页 |
| 1．1 论文的研究背景及选题意义 | 第9页 |
| 1．2 国内外有关用户模式发现的现状 | 第9-12页 |
| 1．2．1 用户访问模式的发现方法 | 第10页 |
| 1．2．2 现有用户模式挖掘系统的分类 | 第10-11页 |
| 1．2．3 现有用户模式挖掘科研项目及其实现系统 | 第11-12页 |
| 1．3 论文的研究内容及组织 | 第12-13页 |
| 2 数据挖掘技术 | 第13-21页 |
| 2．1 概述 | 第13页 |
| 2．2 数据挖掘定义 | 第13-16页 |
| 2．2．1 什么是数据挖掘 | 第13-14页 |
| 2．2．2 数据挖掘使用的各种方法 | 第14-16页 |
| 2．3 数据挖掘的过程 | 第16页 |
| 2．4 数据挖掘的分类 | 第16-19页 |
| 2．5 数据挖掘的局限性 | 第19-20页 |
| 2．6 数据挖掘的未来研究方向 | 第20-21页 |
| 3 Web挖掘 | 第21-30页 |
| 3．1 概述 | 第21-25页 |
| 3．1．1 Web挖掘面临的挑战 | 第21-22页 |
| 3．1．2 Web挖掘的分类 | 第22-25页 |
| 3．2 预处理 | 第25-27页 |
| 3．2．1 数据净化 | 第26页 |
| 3．2．2 用户识别 | 第26页 |
| 3．2．3 会话识别 | 第26-27页 |
| 3．2．4 事务识别 | 第27页 |
| 3．3 Web用户模式挖掘的方法 | 第27-30页 |
| 3．3．1 基于云模型的挖掘方法 | 第28页 |
| 3．3．2 Apriori方法 | 第28页 |
| 3．3．3 频繁路经挖掘算法 | 第28页 |
| 3．3．4 基于VPRS模型的兴趣识别方法 | 第28-30页 |
| 4 粗糙集理论 | 第30-34页 |
| 4．1 基本概念 | 第30-32页 |
| 4．2 可变精度模型（VPRS） | 第32-34页 |
| 5 基于粗糙集的Web用户模式挖掘 | 第34-52页 |
| 5．1 预处理 | 第34-45页 |
| 5．1．1 网站抽象模型预处理 | 第34-40页 |
| 5．1．2 访问日志预处理 | 第40-45页 |
| 5．2 用户访问模式的发现算法 | 第45-48页 |
| 5．2．1 相关概念 | 第45-47页 |
| 5．2．2 兴趣识别算法 | 第47页 |
| 5．2．3 算法的证明 | 第47-48页 |
| 5．2．4 由兴趣概念集合生成兴趣概念树 | 第48页 |
| 5．3 算法的执行例子 | 第48-52页 |
| 6 个性化网站模块的设计与实现 | 第52-56页 |
| 6．1 什么样的网站是个性化网站 | 第52页 |
| 6．2 个性化网站模块的设计 | 第52-53页 |
| 6．3 网站结构调整模块的功能实现 | 第53-54页 |
| 6．4 页面重构模块的功能实现 | 第54-56页 |
| 7 论文总结 | 第56-57页 |
| 7．1 论文的主要工作 | 第56页 |
| 7．2 进一步研究 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-61页 |
