Web日志挖掘系统的研究与实现
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 选题背景及意义 | 第9-10页 |
| 1.2 国内外的相关工作及研究现状 | 第10-11页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11页 |
| 1.3 论文的研究内容 | 第11-13页 |
| 1.4 论文的组织结构 | 第13-14页 |
| 第二章 相关技术综述 | 第14-25页 |
| 2.1 Web数据挖掘 | 第14-16页 |
| 2.2 Web日志挖掘的概念和内容 | 第16-18页 |
| 2.3 Hadoop生态系统介绍 | 第18-21页 |
| 2.4 推荐算法及其应用 | 第21-22页 |
| 2.5 文本的相似度计算 | 第22-24页 |
| 2.6 本章小结 | 第24-25页 |
| 第三章 查询推荐与并行化的设计方案研究 | 第25-32页 |
| 3.1 查询推荐技术的探索 | 第25-29页 |
| 3.1.1 基于日志的查询推荐的传统划分方法 | 第25页 |
| 3.1.2 基于使用技术的划分方法 | 第25-26页 |
| 3.1.3 基于语义关联的查询推荐 | 第26-29页 |
| 3.2 并行环境下的设计方案 | 第29-31页 |
| 3.2.1 数据预处理的MR算法设计 | 第29-30页 |
| 3.2.2 用户识别的MR算法设计 | 第30-31页 |
| 3.2.3 会话切分的多线程设计 | 第31页 |
| 3.3 本章小结 | 第31-32页 |
| 第四章 Web日志挖掘系统的设计 | 第32-40页 |
| 4.1 系统的架构设计 | 第32-33页 |
| 4.2 数据预处理 | 第33-36页 |
| 4.3 模式发现 | 第36-38页 |
| 4.3.1 用户访问行为发现 | 第36-37页 |
| 4.3.2 用户查询内容发现 | 第37-38页 |
| 4.4 模式分析 | 第38-39页 |
| 4.4.1 主要量化指标 | 第38-39页 |
| 4.4.2 主要分析方法 | 第39页 |
| 4.5 本章小结 | 第39-40页 |
| 第五章 Web日志挖掘系统的实现 | 第40-60页 |
| 5.1 系统开发与部署环境 | 第40页 |
| 5.2 系统源码的结构布局 | 第40-41页 |
| 5.3 数据存储路径 | 第41-42页 |
| 5.4 系统模块的实现 | 第42-52页 |
| 5.4.1 数据预处理模块 | 第42-45页 |
| 5.4.2 模式发现模块 | 第45-49页 |
| 5.4.3 模式分析模块 | 第49-52页 |
| 5.5 推荐功能的实现 | 第52-59页 |
| 5.6 本章小结 | 第59-60页 |
| 第六章 Web日志挖掘系统的演示 | 第60-75页 |
| 6.1 系统模块测试 | 第60-69页 |
| 6.2 系统的应用场景 | 第69-70页 |
| 6.2.1 系统的普适性 | 第69页 |
| 6.2.2 应用场景描述 | 第69-70页 |
| 6.3 系统的扩展性 | 第70-74页 |
| 6.3.1 作者(专家)网络 | 第70-72页 |
| 6.3.2 关键词网络 | 第72-74页 |
| 6.3.3 扩展性总结 | 第74页 |
| 6.4 本章小结 | 第74-75页 |
| 第七章 总结与展望 | 第75-79页 |
| 7.1 系统总结 | 第75页 |
| 7.2 下一步工作 | 第75-79页 |
| 参考文献 | 第79-81页 |
| 致谢 | 第81-82页 |
| 攻读硕士研究生期间发表的论文 | 第82页 |
