基于频繁访问模式树的Web使用挖掘研究
摘要 | 第1-8页 |
Abstract | 第8-10页 |
第1章 绪论 | 第10-17页 |
·论文背景及意义 | 第10-13页 |
·研究背景 | 第10-12页 |
·研究意义 | 第12-13页 |
·Web 使用挖掘的研究现状 | 第13-14页 |
·课题面临的主要问题 | 第14-15页 |
·本文的主要工作 | 第15-16页 |
·论文的组织 | 第16-17页 |
第2章 从数据挖掘到 Web 使用挖掘 | 第17-31页 |
·数据挖掘综述 | 第17-21页 |
·数据挖掘的概念 | 第17-19页 |
·数据挖掘的分类 | 第19-20页 |
·复杂类型的数据挖掘 | 第20-21页 |
·Web 数据挖掘技术 | 第21-26页 |
·Web 数据挖掘综述 | 第21页 |
·Web 数据挖掘的定义 | 第21-22页 |
·Web 数据挖掘的分类 | 第22-26页 |
·Web 使用挖掘 | 第26-29页 |
·引言 | 第26-27页 |
·模式发现 | 第27-29页 |
·模式分析 | 第29页 |
·小结 | 第29-31页 |
第3章 Web 使用挖掘数据预处理 | 第31-44页 |
·引言 | 第31页 |
·数据来源 | 第31-33页 |
·Web 服务器日志 | 第33-35页 |
·Web 服务器日志常规格式 | 第33-35页 |
·Web 服务器扩展日志格式 | 第35页 |
·数据清洗 | 第35-36页 |
·用户识别 | 第36-37页 |
·会话构造 | 第37-41页 |
·会话的形式化描述 | 第37-38页 |
·会话构造的策略和方法 | 第38-39页 |
·基于时间和引用的启发式方法 | 第39-41页 |
·实验 | 第41-43页 |
·小结 | 第43-44页 |
第4章 频繁访问模式树的 Markov 预测模型 | 第44-61页 |
·Markov 模型 | 第44-48页 |
·引言 | 第44-45页 |
·一阶 Markov 预测模型 | 第45-46页 |
·二阶 Markov 预测模型 | 第46-47页 |
·高阶 Markov 预测模型存在的问题 | 第47-48页 |
·算法思想简介 | 第48-49页 |
·关联规则简介 | 第49-51页 |
·用户访问模式的形式化描述 | 第51-53页 |
·FAP-Tree 的构造 | 第53-55页 |
·利用频繁访问模式树进行预测 | 第55-57页 |
·实验 | 第57-60页 |
·小结 | 第60-61页 |
结论与展望 | 第61-63页 |
参考文献 | 第63-68页 |
致谢 | 第68-69页 |
附录A 攻读学位期间所发表的学术论文目录 | 第69页 |