| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-11页 |
| ·研究背景 | 第8-9页 |
| ·本文的主要工作 | 第9页 |
| ·本文的组织结构 | 第9-11页 |
| 2 Web日志挖掘技术 | 第11-23页 |
| ·Web挖掘简介 | 第11-12页 |
| ·Web挖掘的分类 | 第12-15页 |
| ·Web内容挖掘 | 第12页 |
| ·Web结构挖掘 | 第12-14页 |
| ·Web使用挖掘 | 第14-15页 |
| ·Web日志挖掘的过程 | 第15-16页 |
| ·Web日志挖掘数据预处理 | 第16-18页 |
| ·数据清洗 | 第16-17页 |
| ·数据降维 | 第17页 |
| ·用户识别 | 第17页 |
| ·会话识别 | 第17-18页 |
| ·Web日志挖掘的算法 | 第18-22页 |
| ·统计分析 | 第18-19页 |
| ·关联规则分析 | 第19-20页 |
| ·序列模式分析 | 第20-21页 |
| ·聚类分类分析 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 3 蚁群算法(Ant Colony Algorithms) | 第23-32页 |
| ·蚁群算法简介 | 第23页 |
| ·蚁群算法的生物学原理 | 第23-27页 |
| ·蚁群算法的原理 | 第27-31页 |
| ·TSP，旅行商问题 | 第27页 |
| ·蚁群算法的基本框架 | 第27-28页 |
| ·蚁群算法的流程 | 第28-31页 |
| ·蚁群算法的时间和空间复杂度分析 | 第31页 |
| ·本章小结 | 第31-32页 |
| 4 基于蚁群算法的用户浏览模式与页面推荐 | 第32-41页 |
| ·用户浏览模式与页面推荐 | 第32页 |
| ·蚁群算法用于浏览模式与页面推荐挖掘的可行性分析 | 第32-34页 |
| ·用户浏览模式同TSP问题的相似点 | 第32-33页 |
| ·蚁群算法的鲁棒性 | 第33-34页 |
| ·Web日志预处理 | 第34-35页 |
| ·基本蚁群挖掘算法的设计 | 第35-37页 |
| ·总体框架 | 第35页 |
| ·基于基本蚁群算法的挖掘过程 | 第35-37页 |
| ·改进的蚁群挖掘算法的设计 | 第37-40页 |
| ·总体框架 | 第37页 |
| ·基于改进的蚁群挖掘算法的挖掘过程 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 5 用户浏览模式与页面推荐系统的设计 | 第41-69页 |
| ·系统概要设计 | 第41-42页 |
| ·系统架构 | 第42-43页 |
| ·数据源模块 | 第43-45页 |
| ·连接数据库 | 第43页 |
| ·读取日志文件模块 | 第43-45页 |
| ·读取日志数据库 | 第45页 |
| ·预处理模块 | 第45-51页 |
| ·数据清洗 | 第45-46页 |
| ·用户识别 | 第46-48页 |
| ·会话识别 | 第48-50页 |
| ·节点信息统计模块 | 第50-51页 |
| ·日志挖掘模块 | 第51-56页 |
| ·基本蚁群挖掘算法 | 第52-55页 |
| ·改进的蚁群挖掘算法 | 第55-56页 |
| ·结果统计模块 | 第56-57页 |
| ·试验结果分析 | 第57-68页 |
| ·日志预处理过程 | 第57-60页 |
| ·参数配置 | 第60-63页 |
| ·收敛性试验 | 第63-65页 |
| ·挖掘结果对比 | 第65-68页 |
| ·本章小结 | 第68-69页 |
| 结论与展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-72页 |