| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-11页 |
| 第一章 绪论 | 第11-35页 |
| ·研究背景 | 第11-12页 |
| ·在线事务处理（OLTP） | 第12-14页 |
| ·在线事务处理的特点 | 第12-13页 |
| ·OLTP 报表 | 第13-14页 |
| ·在线分析处理（OLAP） | 第14-18页 |
| ·数据仓库与 OLAP 的关系 | 第15页 |
| ·OLAP 的作用 | 第15-17页 |
| ·OLAP 的特性 | 第17-18页 |
| ·决策支持数据和传统操作型数据的比较 | 第18-22页 |
| ·目的和特性 | 第20页 |
| ·数据结构和内容 | 第20-21页 |
| ·数据量 | 第21-22页 |
| ·数据特征 | 第22页 |
| ·数据仓库与数据集市 | 第22-24页 |
| ·数据挖掘 | 第24-25页 |
| ·OLAP 和数据挖掘的比较 | 第25页 |
| ·数据挖掘模型 | 第25-26页 |
| ·ROLAP | 第26页 |
| ·MOLAP | 第26页 |
| ·HOLAP | 第26页 |
| ·数据预处理方法 | 第26-31页 |
| ·数据的收集和准备 | 第27页 |
| ·数据清洗 | 第27-29页 |
| ·数据集成 | 第29-30页 |
| ·数据归约 | 第30-31页 |
| ·微软数据转换服务 | 第31页 |
| ·本文的主要工作 | 第31-33页 |
| ·论文结构 | 第33-35页 |
| 第二章 面向用户的 Web 日志挖掘 | 第35-62页 |
| ·WEB 挖掘与WEB 信息检索 | 第37页 |
| ·WEB 数据的分类 | 第37-38页 |
| ·WEB 用户访问信息挖掘 | 第38-40页 |
| ·Web 用户访问过程 | 第38-39页 |
| ·Web 日志挖掘步骤 | 第39-40页 |
| ·预处理 WEB 日志数据 | 第40-45页 |
| ·数据源的获取 | 第40-42页 |
| ·Web 日志的预处理 | 第42-45页 |
| ·对WEB LOG 的序列模式挖掘 | 第45-46页 |
| ·WEB 数据挖掘面临的一些问题 | 第46-49页 |
| ·用户的分类问题 | 第46-47页 |
| ·网站内容的分类问题 | 第47页 |
| ·网站内容的时效性对用户的影响 | 第47-48页 |
| ·用户在网页上停留时间反映用户的兴趣度 | 第48页 |
| ·网页更新频率的影响 | 第48页 |
| ·网页的链入与链出数反映网页的重要程度 | 第48-49页 |
| ·目前常用的算法 | 第49-53页 |
| ·PageRank 算法 | 第49-50页 |
| ·HITS 算法 | 第50-52页 |
| ·LOGSOM 算法 | 第52页 |
| ·常用算法的不足 | 第52-53页 |
| ·基于用户使用模式的发现算法及其改进 | 第53-60页 |
| ·基本原理 | 第53-54页 |
| ·原有的 AprioriAll 算法 | 第54-56页 |
| ·改进后的算法 | 第56-59页 |
| ·实验与结论 | 第59-60页 |
| ·进一步的工作 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第三章 数据库编码技术及逆-Apriori 算法 | 第62-70页 |
| ·数据库编码 | 第63-65页 |
| ·频繁项集挖掘 | 第65-66页 |
| ·关联规则挖掘 | 第66-67页 |
| ·算法优化 | 第67-68页 |
| ·实验结果 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 第四章 基于网页驻留时间的最大频繁访问序列挖掘 | 第70-80页 |
| ·问题的提出 | 第70-71页 |
| ·访问网站的会话与网页的驻留时间 | 第71-72页 |
| ·访问网站的会话 | 第71页 |
| ·网页的驻留时间 | 第71-72页 |
| ·FTS 和MFTS 的定义 | 第72页 |
| ·驻留时间频繁访问序列树的构建 | 第72-74页 |
| ·驻留时间最大频繁访问序列挖掘算法 | 第74-79页 |
| ·算法设计 | 第74-77页 |
| ·算法分析与性能评估 | 第77-79页 |
| ·本章小结 | 第79-80页 |
| 第五章 基于交叉熵和新激活函数的模糊神经网络分类算法 | 第80-88页 |
| ·问题的提出 | 第80-81页 |
| ·神经网络分类器结构 | 第81-82页 |
| ·交叉熵函数准则及训练算法 | 第82-84页 |
| ·激活函数 | 第84-85页 |
| ·实际应用及比较 | 第85-86页 |
| ·本章小结 | 第86-88页 |
| 第六章 生物信息技术在 Web 挖掘中的应用 | 第88-101页 |
| ·问题的提出 | 第88页 |
| ·WEB 访问中的生物信息识别 | 第88-90页 |
| ·生物信息识别技术 | 第90-91页 |
| ·生物信息的类型 | 第91-94页 |
| ·指纹 | 第91-92页 |
| ·面部特征识别 | 第92页 |
| ·语音识别 | 第92-93页 |
| ·掌形识别 | 第93页 |
| ·手写体验证 | 第93页 |
| ·DNA 识别技术 | 第93-94页 |
| ·虹膜识别 | 第94页 |
| ·虹膜识别系统的组成 | 第94-95页 |
| ·虹膜图像的获取及其预处理 | 第95-96页 |
| ·特征抽取与观测向量构建 | 第96-97页 |
| ·训练隐马尔科夫模型与虹膜匹配 | 第97-99页 |
| ·实验结果 | 第99页 |
| ·结论 | 第99-101页 |
| 第七章 结论与展望 | 第101-104页 |
| ·全文总结 | 第101-102页 |
| ·研究工作展望 | 第102-104页 |
| 参考文献 | 第104-111页 |
| 发表论文和参加科研情况说明 | 第111-112页 |
| 致谢 | 第112页 |