WEB日志用户会话识别及聚类分析研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-15页 |
| ·课题背景 | 第11页 |
| ·研究现状 | 第11-13页 |
| ·本文组织结构 | 第13-15页 |
| 第二章 WEB数据挖掘概述 | 第15-29页 |
| ·数据挖掘及Web挖掘 | 第15-18页 |
| ·数据挖掘 | 第15-16页 |
| ·Web挖掘 | 第16页 |
| ·Web挖掘的过程 | 第16-17页 |
| ·Web数据挖掘的分类 | 第17-18页 |
| ·Web挖掘的应用 | 第18页 |
| ·Web日志挖掘简介 | 第18-23页 |
| ·Web日志挖掘数据 | 第19页 |
| ·Web日志挖掘数据源 | 第19-21页 |
| ·Web日志挖掘过程 | 第21页 |
| ·Web日志记录的内容 | 第21-22页 |
| ·Web日志挖掘相关术语 | 第22-23页 |
| ·Web日志数据预处理过程 | 第23-28页 |
| ·数据清洗 | 第24-26页 |
| ·用户识别 | 第26-27页 |
| ·会话识别 | 第27页 |
| ·事务识别 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 WEB会话识别方法改进 | 第29-35页 |
| ·问题的提出 | 第29-30页 |
| ·优化的会话识别算法 | 第30-33页 |
| ·相关概念定义 | 第30-33页 |
| ·算法设计 | 第33页 |
| ·本章小结 | 第33-35页 |
| 第四章 基于兴趣度WEB事务识别 | 第35-43页 |
| ·问题的提出 | 第35页 |
| ·用户浏览行为及用户兴趣度的度量 | 第35-41页 |
| ·用户浏览行为 | 第35-36页 |
| ·用户浏览行为分类 | 第36-38页 |
| ·用户浏览兴趣的度量方法 | 第38-39页 |
| ·基于用户浏览行为的用户浏览兴趣度表示 | 第39-40页 |
| ·算法实现 | 第40-41页 |
| ·本章小结 | 第41-43页 |
| 第五章 WEB事务聚类研究 | 第43-59页 |
| ·聚类相关知识介绍 | 第43-50页 |
| ·主要的聚类方法 | 第43-45页 |
| ·聚类的数学模型 | 第45-46页 |
| ·聚类方法的分类 | 第46-47页 |
| ·聚类方法的比较 | 第47-48页 |
| ·数据挖掘对聚类的要求 | 第48-49页 |
| ·Web日志聚类 | 第49-50页 |
| ·兴趣度事务矩阵表示 | 第50-52页 |
| ·问题的提出 | 第50-51页 |
| ·事务及事务矩阵表示 | 第51-52页 |
| ·相似度事务聚类 | 第52-57页 |
| ·兴趣度事务离散化 | 第53-54页 |
| ·数据规格化 | 第54页 |
| ·事务间相似度的定义 | 第54-55页 |
| ·相似度事务聚类 | 第55-57页 |
| ·聚类分析结果 | 第57页 |
| ·本章小结 | 第57-59页 |
| 第六章 实验及结果分析 | 第59-67页 |
| ·总体设计思路 | 第59-60页 |
| ·系统流程图 | 第60页 |
| ·实验过程 | 第60-63页 |
| ·实验分析 | 第63-66页 |
| ·本章小结 | 第66-67页 |
| 第七章 总结与展望 | 第67-69页 |
| ·本文的工作总结 | 第67-68页 |
| ·今后的研究方向 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-75页 |
| 攻读学位期间发表的学术论文 | 第75页 |
