| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 研究背景与意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-18页 |
| 1.2.1 国外研究现状 | 第14-17页 |
| 1.2.2 国内研究现状 | 第17-18页 |
| 1.3 论文主要工作 | 第18-19页 |
| 1.4 论文的组织结构 | 第19-21页 |
| 第二章 相关理论及技术研究 | 第21-35页 |
| 2.1 数据挖掘技术的研究 | 第21-23页 |
| 2.1.1 数据挖掘的定义及常用技术 | 第21-22页 |
| 2.1.2 数据挖掘流程 | 第22-23页 |
| 2.2 Web日志挖掘技术研究 | 第23-25页 |
| 2.3 短文本聚类技术研究 | 第25-33页 |
| 2.3.1 短文本相关简介 | 第25-26页 |
| 2.3.2 文本表示模型 | 第26-30页 |
| 2.3.3 文本聚类 | 第30-33页 |
| 2.3.4 文本主题描述 | 第33页 |
| 2.4 系统总体分析及设计 | 第33-34页 |
| 2.5 本章小结 | 第34-35页 |
| 第三章 基于MB-kmeans++算法的用户会话聚类 | 第35-60页 |
| 3.1 日志数据预处理 | 第35-36页 |
| 3.2 用户会话识别与相似性度量 | 第36-47页 |
| 3.2.1 用户会话识别 | 第36-38页 |
| 3.2.2 用户行为相似性计算方法 | 第38-41页 |
| 3.2.3 Web页面的相似性度量 | 第41-43页 |
| 3.2.4 加权的用户离散访问矩阵构造 | 第43-45页 |
| 3.2.5 用户会话相似性度量 | 第45-47页 |
| 3.3 改进的k-means算法 | 第47-53页 |
| 3.3.1 k-means算法介绍 | 第48-49页 |
| 3.3.2 k-means++算法初始选点策略 | 第49-51页 |
| 3.3.3 基于少量抽样的kmeans++改进算法 | 第51-53页 |
| 3.4 基于MB-kmeans++算法的Web用户会话聚类 | 第53-54页 |
| 3.5 实验结果分析 | 第54-59页 |
| 3.5.1 实验数据集 | 第54-56页 |
| 3.5.2 聚类结果分析 | 第56-59页 |
| 3.6 本章小结 | 第59-60页 |
| 第四章 基于融合BTM主题模型的日志挖掘 | 第60-80页 |
| 4.1 文本预处理 | 第60-61页 |
| 4.1.1 分词技术 | 第60-61页 |
| 4.1.2 去掉停用词 | 第61页 |
| 4.2 BTM主题模型 | 第61-66页 |
| 4.2.1 BTM模型原理 | 第61-64页 |
| 4.2.2 Gibbs采样 | 第64-66页 |
| 4.3 短文本向量表示和相似度计算 | 第66-68页 |
| 4.3.1 短文本向量表示 | 第66-67页 |
| 4.3.2 TF-IDF加权原理 | 第67页 |
| 4.3.3 文本相似度计算 | 第67-68页 |
| 4.4 基于主题结构优化的聚类算法 | 第68-71页 |
| 4.5 基于融合BTM模型的短文本主题聚类 | 第71-73页 |
| 4.6 实验结果分析 | 第73-79页 |
| 4.6.1 实验数据集 | 第73页 |
| 4.6.2 实验结果分析 | 第73-79页 |
| 4.7 本章小结 | 第79-80页 |
| 第五章 系统实现及验证分析 | 第80-89页 |
| 5.1 系统平台设计 | 第80-84页 |
| 5.1.1 系统总体框架 | 第81-83页 |
| 5.1.2 模块结构设计 | 第83-84页 |
| 5.2 系统实现 | 第84-88页 |
| 5.2.1 日志数据存储 | 第84-85页 |
| 5.2.2 日志预处理 | 第85-86页 |
| 5.2.3 用户会话聚类 | 第86-87页 |
| 5.2.4 短文本聚类 | 第87-88页 |
| 5.3 本章小结 | 第88-89页 |
| 第六章 总结与展望 | 第89-91页 |
| 6.1 总结 | 第89页 |
| 6.2 展望 | 第89-91页 |
| 致谢 | 第91-92页 |
| 参考文献 | 第92-96页 |
| 攻读硕士学位期间取得的研究成果 | 第96页 |
