多标记传播聚类算法及其在Web日志挖掘中的应用
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景 | 第7页 |
| ·Web 日志挖掘的研究现状 | 第7-11页 |
| ·国外研究现状 | 第8-10页 |
| ·国内研究现状 | 第10-11页 |
| ·本文工作和论文结构 | 第11-13页 |
| 第二章 面向Web 的数据挖掘 | 第13-23页 |
| ·数据挖掘技术 | 第13-16页 |
| ·数据挖掘的现状 | 第14-15页 |
| ·数据挖掘的任务和方法 | 第15-16页 |
| ·Web 挖掘 | 第16-22页 |
| ·Web 挖掘与数据挖掘的关系 | 第17-18页 |
| ·Web 挖掘的分类 | 第18-20页 |
| ·Web 日志挖掘的过程 | 第20-21页 |
| ·Web 日志挖掘的应用 | 第21-22页 |
| ·小结 | 第22-23页 |
| 第三章 Web 日志挖掘的数据预处理技术 | 第23-35页 |
| ·数据预处理技术 | 第23-24页 |
| ·Web 日志挖掘的数据预处理过程 | 第24-28页 |
| ·多标记传播聚类算法的数据预处理过程 | 第28-34页 |
| ·数据清洗 | 第29-30页 |
| ·改进的用户识别算法 | 第30-31页 |
| ·数据变换 | 第31-33页 |
| ·数据归约 | 第33-34页 |
| ·实验结果 | 第34页 |
| ·小结 | 第34-35页 |
| 第四章 聚类分析及加权关联矩阵 | 第35-47页 |
| ·聚类分析概述 | 第35-38页 |
| ·聚类分析的分类 | 第36页 |
| ·聚类分析的研究方向 | 第36-37页 |
| ·聚类分析的应用领域 | 第37-38页 |
| ·主要聚类方法 | 第38-42页 |
| ·加权关联矩阵 | 第42-46页 |
| ·已有算法分析 | 第43-44页 |
| ·加权关联矩阵的定义 | 第44-45页 |
| ·加权关联矩阵的构造 | 第45-46页 |
| ·加权关联矩阵的存储 | 第46页 |
| ·小结 | 第46-47页 |
| 第五章 多标记传播聚类算法 | 第47-55页 |
| ·多标记传播聚类算法 | 第47-52页 |
| ·算法思路 | 第47-48页 |
| ·算法描述 | 第48-49页 |
| ·算法处理过程示例 | 第49-52页 |
| ·算法性能分析与实验 | 第52-54页 |
| ·算法性能分析 | 第52-53页 |
| ·实验结果及分析 | 第53-54页 |
| ·小结 | 第54-55页 |
| 第六章 结束语 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 研究成果 | 第60-61页 |
