基于关联规则的研究室网站数据挖掘设计与实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-13页 |
| 1.1 研究背景 | 第10页 |
| 1.2 研究意义 | 第10-11页 |
| 1.3 研究现状及问题 | 第11页 |
| 1.4 本文研究的主要内容 | 第11-12页 |
| 1.5 论文组织架构 | 第12-13页 |
| 第2章 研究基础和理论综述 | 第13-18页 |
| 2.1 数据挖掘概述 | 第13-14页 |
| 2.1.1 数据挖掘产生的背景 | 第13页 |
| 2.1.2 数据挖掘的定义 | 第13页 |
| 2.1.3 数据挖掘的过程 | 第13-14页 |
| 2.2 Web 挖掘技术 | 第14-15页 |
| 2.2.1 Web 挖掘的概念 | 第14页 |
| 2.2.2 Web 挖掘的分类 | 第14-15页 |
| 2.3 Web 日志挖掘概述 | 第15-18页 |
| 2.3.1 Web 日志挖掘概念 | 第15-16页 |
| 2.3.2 Web 日志挖掘过程 | 第16-17页 |
| 2.3.3 Web 日志挖掘的应用 | 第17-18页 |
| 第3章 日志预处理 | 第18-25页 |
| 3.1 Web 日志介绍 | 第18-19页 |
| 3.2 Web 日志预处理的流程 | 第19-20页 |
| 3.3 数据清洗 | 第20-21页 |
| 3.4 用户识别 | 第21-22页 |
| 3.5 会话识别 | 第22-23页 |
| 3.6 路径补充 | 第23-25页 |
| 第4章 Web 日志挖掘算法 | 第25-33页 |
| 4.1 Web 日志挖掘算法概述 | 第25页 |
| 4.2 关联规则挖掘 | 第25-26页 |
| 4.2.1 关联规则概述 | 第25-26页 |
| 4.2.2 关联规则的定义 | 第26页 |
| 4.3 关联规则 Apriori 算法 | 第26-32页 |
| 4.3.1 Apriori 算法介绍 | 第26-27页 |
| 4.3.2 Apriori 算法流程 | 第27-29页 |
| 4.3.3 Apriori 算法举例 | 第29-32页 |
| 4.4 生成关联规则 | 第32-33页 |
| 第5章 研究室网站日志采集分析系统的设计与实现 | 第33-52页 |
| 5.1 研究室网站分析 | 第33-35页 |
| 5.1.1 研究室网站架构 | 第33-34页 |
| 5.1.2 研究室网站详细分析 | 第34-35页 |
| 5.2 研究室网站日志获取 | 第35-38页 |
| 5.3 研究室网站日志预处理 | 第38-44页 |
| 5.3.1 数据清洗 | 第38-39页 |
| 5.3.2 用户识别 | 第39-40页 |
| 5.3.3 会话识别 | 第40-42页 |
| 5.3.4 路径补充 | 第42-44页 |
| 5.4 Web 日志挖掘 | 第44-50页 |
| 5.4.1 Apriori 算法寻找频繁项集 | 第44-47页 |
| 5.4.2 生成关联规则 | 第47-50页 |
| 5.5 关联规则结果分析和建议 | 第50-52页 |
| 第6章 总结与展望 | 第52-53页 |
| 6.1 结论 | 第52页 |
| 6.2 展望 | 第52-53页 |
| 参考文献 | 第53-55页 |
| 致谢 | 第55页 |
