| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·研究背景和意义 | 第9-11页 |
| ·研究背景 | 第9-10页 |
| ·课题的意义 | 第10-11页 |
| ·Web预取研究现状 | 第11-12页 |
| ·论文的主要内容和组织结构 | 第12-14页 |
| 第二章 Web数据挖掘技术 | 第14-27页 |
| ·Web数据挖掘综述 | 第14-19页 |
| ·Web挖掘的基本概念 | 第14-15页 |
| ·Web挖掘的分类 | 第15-18页 |
| ·Web挖掘的难点 | 第18-19页 |
| ·数据来源 | 第19-21页 |
| ·网络日志的获取 | 第19-20页 |
| ·Web日志的格式 | 第20-21页 |
| ·数据预处理 | 第21-26页 |
| ·数据清洗 | 第22-23页 |
| ·用户识别 | 第23-25页 |
| ·会话识别 | 第25-26页 |
| ·路径补充 | 第26页 |
| ·事务识别 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第三章 Web预取模型 | 第27-45页 |
| ·引言 | 第27页 |
| ·相关预取模型 | 第27-30页 |
| ·页面关联预取模型 | 第27-28页 |
| ·会话聚类预取模型 | 第28-29页 |
| ·文本匹配预取模型 | 第29页 |
| ·其它预取模型 | 第29-30页 |
| ·总结 | 第30页 |
| ·关联规则技术 | 第30-39页 |
| ·关联规则挖掘简述 | 第30-31页 |
| ·Apriori的改进 | 第31-33页 |
| ·基于项集矩阵和向量的频繁项集挖掘算法 | 第33-36页 |
| ·基于三维项集矩阵和向量的更新策略 | 第36-38页 |
| ·性能分析 | 第38-39页 |
| ·Markov模型 | 第39-44页 |
| ·引言 | 第39-40页 |
| ·一阶Markov预测模型 | 第40-42页 |
| ·二阶Markov预测模型 | 第42页 |
| ·Markov预测模型存在的问题 | 第42-43页 |
| ·其他Markov预测模型 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 基于Web-log的改进Markov预测模型 | 第45-60页 |
| ·用户浏览兴趣的度量与表达 | 第45-49页 |
| ·用户浏览行为与用户浏览兴趣 | 第45-47页 |
| ·用户浏览兴趣的度量方法 | 第47-49页 |
| ·基于用户浏览行为度量用户浏览兴趣 | 第49-53页 |
| ·相关理论 | 第49-50页 |
| ·兴趣模型的建立 | 第50-53页 |
| ·基于偏爱度的混合Markov预测模型 | 第53-57页 |
| ·二步Markov模型 | 第53-54页 |
| ·混合Markov模型及参数求解 | 第54-56页 |
| ·理论分析 | 第56-57页 |
| ·替换策略 | 第57-59页 |
| ·小结 | 第59-60页 |
| 第五章 模型应用及性能分析 | 第60-71页 |
| ·模型构建 | 第60-64页 |
| ·实验环境 | 第60页 |
| ·系统功能模块 | 第60-63页 |
| ·数据库设计 | 第63-64页 |
| ·性能评价标准 | 第64-65页 |
| ·实验结果及性能分析 | 第65-70页 |
| ·实验数据 | 第66-67页 |
| ·实验结果 | 第67-70页 |
| ·小结 | 第70-71页 |
| 第六章 工作总结与展望 | 第71-73页 |
| ·总结 | 第71-72页 |
| ·未来的研究方向 | 第72-73页 |
| 参考文献 | 第73-79页 |
| 致谢 | 第79-81页 |
| 攻读硕士学位期间发表的论文 | 第81页 |