| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-13页 |
| ·所选课题的科学意义和应用前景 | 第9-10页 |
| ·选题的科学意义 | 第9页 |
| ·应用前景 | 第9-10页 |
| ·国内外研究现状分析 | 第10-11页 |
| ·本论文主要研究内容 | 第11页 |
| ·本文结构安排 | 第11-13页 |
| 第2章 数据挖掘技术概述 | 第13-18页 |
| ·数据挖掘概念 | 第13页 |
| ·数据挖掘的对象 | 第13-14页 |
| ·数据挖掘技术 | 第14-15页 |
| ·数据挖掘的流程 | 第15-16页 |
| ·最常用的数据挖掘算法 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第3章 Web数据挖掘技术 | 第18-22页 |
| ·Web数据挖掘概念 | 第18-19页 |
| ·Web数据挖掘定义 | 第18页 |
| ·Web数据挖掘与相关概念的关系 | 第18-19页 |
| ·Web数据挖掘的分类 | 第19页 |
| ·Web挖掘过程 | 第19-20页 |
| ·模式发现常用技术 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第4章 Web分类算法 | 第22-30页 |
| ·分类简介 | 第22-24页 |
| ·数据分类前的预处理 | 第22-23页 |
| ·数据分类流程 | 第23-24页 |
| ·分类方法 | 第24-25页 |
| ·贝叶斯分类 | 第25-29页 |
| ·贝叶斯分类简介 | 第26-27页 |
| ·贝叶斯定理 | 第27-28页 |
| ·朴素贝叶斯分类 | 第28-29页 |
| ·贝叶斯信念网络 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第5章 求职招聘系统的设计和实现 | 第30-48页 |
| ·系统需求分析与设计 | 第30页 |
| ·开发工具选择 | 第30-31页 |
| ·求职招聘系统设计原则 | 第31-32页 |
| ·系统总体设计 | 第32-33页 |
| ·前台页面设计 | 第32页 |
| ·后台页面设计 | 第32-33页 |
| ·数据库设计实现 | 第33-36页 |
| ·页面设计 | 第36-39页 |
| ·页面具体代码实现 | 第39-47页 |
| ·本章小结 | 第47-48页 |
| 第6章 基于Web挖掘的求职招聘系统处理模型 | 第48-59页 |
| ·求职招聘系统概述 | 第48页 |
| ·基于Web挖掘的信息处理模型的建立 | 第48-49页 |
| ·通过分类挖掘进行信息获取 | 第49-50页 |
| ·分类问题的提出 | 第49-50页 |
| ·通过分类挖掘进行信息获取 | 第50页 |
| ·Weka简介 | 第50-54页 |
| ·Weka分类器简介 | 第50-51页 |
| ·测试选项简介 | 第51-52页 |
| ·Class属性简介 | 第52页 |
| ·训练分类器 | 第52-53页 |
| ·分类器输出文本 | 第53页 |
| ·结果列表 | 第53-54页 |
| ·数据预处理 | 第54-55页 |
| ·在Weka中使用贝叶斯算法对bank-data建立分类模型 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 结论与展望 | 第59-61页 |
| 结论 | 第59页 |
| 展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 攻读硕士学位期间所发表的论文 | 第64-65页 |
| 致谢 | 第65-66页 |
| 个人简历 | 第66页 |