首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

Web日志在个性化远程教育系统中的应用研究

摘要第1-3页
ABSTRACT第3-6页
第一章 绪论第6-11页
   ·研究目的与意义第6-7页
     ·研究目的第6-7页
     ·研究意义第7页
   ·Web 日志的研究现状第7-9页
     ·国外的研究现状第7-8页
     ·国内的研究现状第8-9页
   ·现代远程教育研究现状第9-10页
   ·本文结构第10页
   ·本章小结第10-11页
第二章 聚类分析综述第11-19页
   ·聚类分析第11-12页
     ·聚类分析概述第11-12页
     ·聚类分析的数据类型第12页
   ·主要聚类方法的分类第12-18页
     ·划分的方法第14-15页
     ·层次的方法第15-16页
     ·基于密度的方法第16-17页
     ·基于网格的方法第17页
     ·基于模型的方法第17-18页
   ·本章小结第18-19页
第三章 Web 日志挖掘预处理第19-32页
   ·数据挖掘第19-20页
     ·数据挖掘的定义第19页
     ·数据挖掘的过程第19页
     ·数据挖掘的算法模型第19-20页
   ·Web 日志挖掘第20-24页
     ·Web 挖掘定义第20页
     ·Web 挖掘的分类第20-21页
     ·Web 日志介绍第21-24页
     ·Web 日志挖掘流程第24页
   ·数据预处理第24-30页
     ·数据清洗第24-25页
     ·用户识别第25-27页
     ·会话识别第27-28页
     ·路径补充第28-29页
     ·事务识别第29-30页
   ·实验分析第30-31页
   ·本章小结第31-32页
第四章 基于 Web 日志的用户兴趣度挖掘第32-42页
   ·用户兴趣度的度量方法第32-33页
   ·基于访问时间和访问关键字的兴趣度量方法第33-35页
     ·用户访问时间第33-34页
     ·用户访问关键字第34页
     ·用户访问兴趣度第34-35页
   ·基于用户兴趣度的聚类算法第35-40页
     ·聚类算法第36-37页
     ·竞争凝聚第37-38页
     ·改进聚类算法第38-39页
     ·产生推荐集第39-40页
   ·实验分析第40-41页
   ·本章小结第41-42页
第五章 基于 Web 日志的个性化远程教育系统第42-47页
   ·系统设计第42-43页
   ·系统实现第43-45页
     ·系统开发环境第43页
     ·系统功能模块第43-45页
   ·本章小结第45-47页
第六章 总结与展望第47-49页
   ·总结第47页
   ·展望第47-49页
参考文献第49-51页
致谢第51-52页
个人简历第52-53页

论文共53页,点击 下载论文
上一篇:数据挖掘技术在电信客户细分中的应用研究
下一篇:计算机图像处理技术在矿物颗粒粒度检测中的应用