基于用户访问行为分析的网站分类研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 引言 | 第9-14页 |
| ·研究背景和意义 | 第9-10页 |
| ·研究现状 | 第10-12页 |
| ·主要研究内容 | 第12-13页 |
| ·论文结构 | 第13-14页 |
| 第2章 数据挖掘相关理论 | 第14-25页 |
| ·数据挖掘 | 第14-18页 |
| ·数据挖掘的概念 | 第14页 |
| ·数据挖掘的特点及应用 | 第14-15页 |
| ·数据挖掘的常用技术 | 第15-18页 |
| ·基于Web挖掘的网页分类 | 第18-22页 |
| ·Web挖掘的概念和分类 | 第18-20页 |
| ·Web文本分类 | 第20-22页 |
| ·对Web文本分类提出问题 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 基于用户访问行为分析的网站分类特征提取 | 第25-41页 |
| ·用户行为分析 | 第25-27页 |
| ·用户行为分析在各个领域的应用 | 第25-26页 |
| ·用户网络行为的特点及研究意义 | 第26-27页 |
| ·用户的HTTP行为 | 第27页 |
| ·数据采集 | 第27-31页 |
| ·准备知识 | 第27-30页 |
| ·数据采集 | 第30-31页 |
| ·数据预处理 | 第31-35页 |
| ·数据清理 | 第31-32页 |
| ·用户识别 | 第32-33页 |
| ·相似 URL合并 | 第33-35页 |
| ·网站类别 | 第35-38页 |
| ·网站类别的选择 | 第35-37页 |
| ·各类别网站的用户访问行为特点 | 第37-38页 |
| ·基于用户访问行为分析的网站分类特征提取 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 可伸缩性决策树归纳 | 第41-51页 |
| ·决策树 | 第41-44页 |
| ·决策树算法的优点 | 第41页 |
| ·决策树的生成过程和使用过程 | 第41-42页 |
| ·决策树算法的主要研究内容 | 第42-44页 |
| ·决策树算法的分析与比较 | 第44-46页 |
| ·早期的决策树分类算法 | 第45页 |
| ·近代改进的决策树分类算法 | 第45-46页 |
| ·几种算法的评价 | 第46页 |
| ·可伸缩性决策树归纳 | 第46-50页 |
| ·最佳划分的选择 | 第47-48页 |
| ·可伸缩性决策树算法 BOAT | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 基于用户访问行为的网站分类器测试 | 第51-60页 |
| ·实验数据准备 | 第51-54页 |
| ·数据统计分析 | 第54-56页 |
| ·从不同角度进行数据统计 | 第54-55页 |
| ·数据统计计算 | 第55-56页 |
| ·实验结果及分析 | 第56-59页 |
| ·实验结果 | 第56-58页 |
| ·实验分析 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第6章 总结与展望 | 第60-63页 |
| ·总结 | 第60-61页 |
| ·展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 附录: 攻读硕士学位期间发表的学术论文 | 第68页 |
