| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究与现状 | 第10-11页 |
| 1.3 本文研究的内容 | 第11页 |
| 1.4 本文的组织结构 | 第11-12页 |
| 1.5 本章小结 | 第12-13页 |
| 第二章 基本概念与相关技术 | 第13-23页 |
| 2.1 数据挖掘概述 | 第13-16页 |
| 2.1.1 数据挖掘的定义 | 第13-14页 |
| 2.1.2 数据挖掘的功能 | 第14-15页 |
| 2.1.3 数据挖掘的过程 | 第15-16页 |
| 2.2 序列模式挖掘概述 | 第16-17页 |
| 2.3 Web 挖掘的定义 | 第17-18页 |
| 2.4 Web 挖掘的分类 | 第18-20页 |
| 2.4.1 Web 内容挖掘 | 第18页 |
| 2.4.2 Web 结构挖掘 | 第18-20页 |
| 2.4.3 Web 使用挖掘 | 第20页 |
| 2.5 Web 日志挖掘的定义 | 第20-21页 |
| 2.6 Web 日志挖掘的应用 | 第21-22页 |
| 2.7 本章小结 | 第22-23页 |
| 第三章 Web 日志预处理的关键技术及实现 | 第23-32页 |
| 3.1 前言 | 第23页 |
| 3.2 数据清理 | 第23-24页 |
| 3.3 用户识别 | 第24页 |
| 3.4 会话识别 | 第24-26页 |
| 3.5 数据预处理的实现 | 第26-31页 |
| 3.5.1 相关工具及方法函数 | 第26-28页 |
| 3.5.2 数据预处理的实现过程 | 第28-31页 |
| 3.6 本章小结 | 第31-32页 |
| 第四章 商业智能挖掘工具与算法模式 | 第32-43页 |
| 4.1 Web 日志挖掘工具介绍 | 第32-36页 |
| 4.1.1 BI 商业智能 | 第32页 |
| 4.1.2 分析服务 SSAS | 第32页 |
| 4.1.3 SSAS 的对象及程序集 | 第32-33页 |
| 4.1.4 SSAS 的体系结构 | 第33-36页 |
| 4.2 基于 SSAS 的算法选择 | 第36-39页 |
| 4.2.1 SSAS 算法的选择 | 第36-37页 |
| 4.2.2 Microsoft 顺序分析和聚类分析算法概述 | 第37-38页 |
| 4.2.3 Microsoft 顺序分析和聚类分析算法的实现 | 第38-39页 |
| 4.3 基于 Markov 链的 Web 序列与导航分析 | 第39-42页 |
| 4.3.1 Markov 链的基本概念 | 第39-40页 |
| 4.3.2 基于 Markov 链的 Web 序列和导航模式分析 | 第40-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第五章 挖掘实现及成果应用 | 第43-61页 |
| 5.1 Web 日志挖掘的实现 | 第43-58页 |
| 5.1.1 Web 日志挖掘的实施 | 第43-46页 |
| 5.1.2 前端展示及实验结果分析 | 第46-58页 |
| 5.2 使用挖掘结果完善网站 | 第58-59页 |
| 5.2.1 加强及新增相关栏目之间的正向链接及反向链接 | 第58页 |
| 5.2.2 消除用户访问短路径的“孤岛”现象 | 第58-59页 |
| 5.2.3 提高站内搜索命中率及就诊转化率 | 第59页 |
| 5.2.4 提高服务器的性能 | 第59页 |
| 5.3 用户体验与应用效果 | 第59-60页 |
| 5.4 本章小结 | 第60-61页 |
| 总结与展望 | 第61-63页 |
| 1. 内容总结 | 第61页 |
| 2. 研究展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 附件 | 第67页 |
