1. 绪论 | 第1-11页 |
·论文的研究背景及选题意义 | 第8-9页 |
·国内外研究现状 | 第9-10页 |
·论文的研究内容和组织结构 | 第10-11页 |
2. 数据挖掘、Web数据挖掘 | 第11-26页 |
·数据挖掘概述 | 第11-14页 |
·数据挖掘的概念 | 第11-12页 |
·数据挖掘的研究现状 | 第12-14页 |
·数据挖掘的特点、方法及过程 | 第14-16页 |
·数据挖掘的特点 | 第14页 |
·数据挖掘的方法 | 第14-15页 |
·数据挖掘的过程 | 第15-16页 |
·数据挖掘的发展及应用 | 第16-17页 |
·数据挖掘未来研究方向 | 第16页 |
·数据挖掘的应用 | 第16-17页 |
·Web数据挖掘 | 第17-22页 |
·概述 | 第17页 |
·Web数据挖掘的难点 | 第17-18页 |
·Web数据挖掘的分类 | 第18-21页 |
·Web数据挖掘的研究方向 | 第21-22页 |
·Web使用挖掘 | 第22-26页 |
·Web使用挖掘的分类 | 第22页 |
·Web使用挖掘技术及预处理 | 第22-26页 |
3. Rough Sets理论和模糊聚类算法 | 第26-36页 |
·Rough Sets理论产生和发展 | 第26-27页 |
·粗糙集基本概念和理论 | 第27-31页 |
·基本概念 | 第27-28页 |
·基本理论 | 第28-29页 |
·粗集约简算法 | 第29-31页 |
·模糊聚类算法 | 第31-36页 |
·聚类的基本概念 | 第31-32页 |
·模糊聚类方法 | 第32-36页 |
4. 基于粗糙集理论和模糊聚类的Web使用挖掘 | 第36-46页 |
·Web使用挖掘 | 第36-40页 |
·模式挖掘 | 第36-38页 |
·模式分析 | 第38页 |
·Web使用挖掘的系统产品 | 第38-40页 |
·Web日志数据模型 | 第40-43页 |
·Web浏览行为的模型描述 | 第40-42页 |
·用户浏览时间的离散化表示方法 | 第42-43页 |
·用户和页面聚类的方法-矩阵模糊聚类法 | 第43-46页 |
·原始数据标准化 | 第43页 |
·构造模糊相似矩阵 | 第43-44页 |
·求模糊相似矩阵的模糊等价矩阵 | 第44-45页 |
·聚类 | 第45-46页 |
5. 教务网日志数据实例分析 | 第46-58页 |
·数据预处理 | 第46-50页 |
·数据收集 | 第46-47页 |
·数据清洗 | 第47-49页 |
·日志数据的进一步分析 | 第49-50页 |
·数据归约 | 第50-53页 |
·数据变换 | 第53页 |
·基于粗集的数据处理 | 第53-58页 |
·一般属性约简算法结果 | 第54-55页 |
·信息熵约简算法约简结果 | 第55-56页 |
·Johnson's Reduetion算法约简结果 | 第56-58页 |
6. 教务网用户页面聚类 | 第58-73页 |
·原始数据标准化 | 第58-59页 |
·构造模糊相似矩阵 | 第59-61页 |
·模糊相似矩阵的模糊等价矩阵 | 第61-64页 |
·最大生成树 | 第61-62页 |
·模糊等价矩阵 | 第62-64页 |
·模糊聚类 | 第64-65页 |
·结果分析 | 第65-73页 |
论文总结 | 第73-74页 |
论文主要工作 | 第73页 |
进一步研究的问题 | 第73-74页 |
致谢 | 第74-75页 |
参考文献 | 第75-80页 |
攻读学位期间发表的论文 | 第80页 |