| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究背景 | 第9-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·研究的主要内容 | 第12-13页 |
| ·论文的组织方式 | 第13-15页 |
| 第2章 相关研究 | 第15-25页 |
| ·软件老化趋势预测 | 第15-17页 |
| ·基于时间的软件老化趋势预测方法 | 第15-16页 |
| ·基于测量的软件老化趋势预测方法 | 第16-17页 |
| ·Web挖掘概述 | 第17-19页 |
| ·Web挖掘分类 | 第17-18页 |
| ·Web使用模式挖掘 | 第18页 |
| ·Web访问日志预处理过程 | 第18-19页 |
| ·用户访问行为分析及意图预测 | 第19-24页 |
| ·用户访问行为分析 | 第19-24页 |
| ·用户访问意图预测 | 第24页 |
| ·本章小节 | 第24-25页 |
| 第3章 面向用户访问意图的Web系统老化趋势预测方法 | 第25-37页 |
| ·面向用户访问意图的Web系统老化趋势预测过程 | 第26-28页 |
| ·软件老化衡量指标 | 第28-29页 |
| ·页面老化损伤度量 | 第29-30页 |
| ·用户访问行为模式的生成方法 | 第30-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 基于IPWTA算法的用户访问序列模式挖掘 | 第37-47页 |
| ·传统的PrefixSpan算法 | 第37-38页 |
| ·PrefixSpan算法的不足 | 第37页 |
| ·PrefixSpan算法的改进分析 | 第37-38页 |
| ·IPWTA算法 | 第38-45页 |
| ·页面损伤度量 | 第39-42页 |
| ·访问时间统计 | 第42-43页 |
| ·IPWTA算法的实现 | 第43-45页 |
| ·本章小结 | 第45-47页 |
| 第5章 基于模式匹配的用户访问意图预测算法及软件老化趋势预测 | 第47-55页 |
| ·当前访问序列的模式匹配算法选取 | 第47-48页 |
| ·改进的KMP算法 | 第48-51页 |
| ·多种匹配结果的选取策略 | 第51-53页 |
| ·Web应用系统的老化趋势预测 | 第53-54页 |
| ·本章小节 | 第54-55页 |
| 第6章 实验结果及分析 | 第55-65页 |
| ·实验数据获取 | 第55-56页 |
| ·用户访问意图预测实验 | 第56-61页 |
| ·Web应用系统老化趋势预测实验 | 第61-64页 |
| ·本章小节 | 第64-65页 |
| 第7章 总结与展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-73页 |
| 攻读硕士期间发表的论文 | 第73页 |