| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 致谢 | 第7-12页 |
| 第一章 绪论 | 第12-16页 |
| ·研究背景和意义 | 第12-13页 |
| ·国内外研究现状 | 第13页 |
| ·研究思路和方法 | 第13-14页 |
| ·研究内容和章节安排 | 第14-16页 |
| 第二章 Web 使用挖掘和会话识别 | 第16-26页 |
| ·会话识别研究概述 | 第16-22页 |
| ·数据挖掘和 Web 使用挖掘 | 第16页 |
| ·数据预处理和会话识别 | 第16-21页 |
| ·会话识别结果的评价 | 第21-22页 |
| ·数据挖掘的优化方法 | 第22-25页 |
| ·数据挖掘和运筹学的结合 | 第22-23页 |
| ·归纳学习和决策树 | 第23-24页 |
| ·动态规划 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于用户兴趣度特征的会话识别的有序聚类优化方法 | 第26-42页 |
| ·Web 的用户行为特征 | 第26-27页 |
| ·Web 用户的行为特征分析 | 第26页 |
| ·兴趣度特征的心理学基础 | 第26-27页 |
| ·预处理过程 | 第27-28页 |
| ·网页归一化处理 | 第28-29页 |
| ·用户会话的有序聚类 | 第29-31页 |
| ·相似性度量 | 第29页 |
| ·有序聚类的最优分割法 | 第29-31页 |
| ·有序聚类的优化模型 | 第31页 |
| ·实验 | 第31-33页 |
| ·会话识别优化方法的改进 | 第33-41页 |
| ·网页时间归一化的改进 | 第33-36页 |
| ·噪声以及异常值处理 | 第36-37页 |
| ·有序聚类算法的分类标准的改进 | 第37-39页 |
| ·其他有序聚类算法 | 第39页 |
| ·使用其他有序聚类算法的实验 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于页面重要性的会话识别的有序聚类优化方法 | 第42-50页 |
| ·研究目的 | 第42页 |
| ·基于页面重要性的有序聚类方法 | 第42-47页 |
| ·确定页面的权重系数 | 第43-46页 |
| ·分类 k 的确定 | 第46-47页 |
| ·实验 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 结论与展望 | 第50-52页 |
| ·结论 | 第50页 |
| ·展望 | 第50-52页 |
| 参考文献 | 第52-54页 |
| 攻读硕士学位期间发表的论文 | 第54-55页 |