网上资源的数据挖掘与不安全因素分析
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 引言 | 第7-10页 |
| ·研究的背景 | 第7页 |
| ·研究的意义 | 第7-8页 |
| ·WEB日志掘挖技术的研究现状 | 第8-10页 |
| ·国外的研究现状 | 第8页 |
| ·国内的研究现状 | 第8-9页 |
| ·本文工作内容和组织 | 第9-10页 |
| 第二章 WEB挖掘概述 | 第10-14页 |
| ·数据挖掘技术简介 | 第10-11页 |
| ·Web挖掘的特点 | 第10页 |
| ·Web挖掘的分类 | 第10-11页 |
| ·WEB日志挖掘 | 第11-14页 |
| ·Web日志挖掘定义 | 第11-12页 |
| ·Web日志挖掘流程 | 第12-13页 |
| ·Web日志挖掘技术 | 第13-14页 |
| 第三章 WEB日志数据预处理 | 第14-22页 |
| ·数据净化 | 第14-15页 |
| ·数据净化的功能 | 第14-15页 |
| ·数据净化算法描述 | 第15页 |
| ·净化后日志数据表 | 第15页 |
| ·数据净化的实验数据截图 | 第15页 |
| ·用户识别 | 第15-17页 |
| ·用户识别原则及方法 | 第15-16页 |
| ·用户识别算法描述 | 第16页 |
| ·用户识别结构表及实验数据部分截图 | 第16-17页 |
| ·会话识别和路径补充 | 第17-18页 |
| ·会话识别和路径补充处理原则 | 第17页 |
| ·会话识别和路径补充算法 | 第17-18页 |
| ·会话识别和路径补充的结构表 | 第18页 |
| ·事务识别 | 第18-22页 |
| ·事务识别的作用 | 第18页 |
| ·事务识别的算法描述 | 第18-19页 |
| ·事务识别数据表结构及部分实验数据截图 | 第19-22页 |
| 第四章 WEB日志关联规则和频繁项集的挖掘 | 第22-28页 |
| ·关联规则 | 第22-23页 |
| ·关联规则的定义 | 第22-23页 |
| ·APRIORI算法 | 第23-28页 |
| ·Apriori算法简介 | 第23-24页 |
| ·算法分析 | 第24页 |
| ·基于临时表的Apriori算法的改进 | 第24-25页 |
| ·改进前后的分析比较 | 第25-28页 |
| 第五章 WEB日志数据挖掘的应用 | 第28-33页 |
| ·系统实现环境 | 第28页 |
| ·自适应网站在线推荐 | 第28-30页 |
| ·自适应网站在线推荐的实现 | 第28-30页 |
| ·自适应推荐要注意的问题 | 第30页 |
| ·WEB数据挖掘在网络入侵检测中的应用 | 第30-32页 |
| ·Web网络入侵的常见特征 | 第30-31页 |
| ·Web网络入侵行为的检测模型 | 第31-32页 |
| ·小结 | 第32-33页 |
| 第六章 总结与展望 | 第33-34页 |
| ·总结 | 第33页 |
| ·研究展望 | 第33-34页 |
| 致谢 | 第34-35页 |
| 参考文献 | 第35-37页 |
| 附录 攻读学位期间所发表的学术论文目录 | 第37-38页 |
