| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 图目录 | 第7-8页 |
| 表目录 | 第8-9页 |
| 第一章 绪论 | 第9-16页 |
| ·Web日志挖掘的研究背景及意义 | 第9-10页 |
| ·Web日志挖掘研究现状分析 | 第10-13页 |
| ·论文的工作与组织结构 | 第13-14页 |
| ·论文的主要工作 | 第13-14页 |
| ·论文的组织结构 | 第14页 |
| ·本章小结 | 第14-16页 |
| 第二章 Web日志挖掘概述 | 第16-28页 |
| ·数据挖掘技术 | 第16-19页 |
| ·数据挖掘的产生 | 第16-17页 |
| ·数据挖掘定义 | 第17页 |
| ·数据挖掘系统分类 | 第17-18页 |
| ·数据挖掘的主要过程 | 第18-19页 |
| ·Web挖掘 | 第19-22页 |
| ·Web挖掘概述 | 第19-21页 |
| ·Web内容挖掘 | 第21页 |
| ·Web结构挖掘 | 第21-22页 |
| ·Web日志挖掘 | 第22页 |
| ·Web日志挖掘概述 | 第22-27页 |
| ·Web日志挖掘的定义 | 第22-23页 |
| ·Web日志挖掘的过程 | 第23-26页 |
| ·数据预处理 | 第23页 |
| ·模式发现 | 第23-26页 |
| ·模式分析及应用 | 第26页 |
| ·Web日志挖掘的应用 | 第26-27页 |
| ·隐私问题 | 第27页 |
| ·本章小节 | 第27-28页 |
| 第三章 Web日志预处理技术 | 第28-40页 |
| ·数据预处理技术 | 第28-29页 |
| ·Web日志预处理相关技术 | 第29-31页 |
| ·数据的收集 | 第29-30页 |
| ·可使用的数据 | 第29页 |
| ·数据源 | 第29-30页 |
| ·数据抽象（Data Abstract） | 第30-31页 |
| ·Web日志数据挖掘的难点 | 第31页 |
| ·Web日志预处理过程 | 第31-39页 |
| ·数据清理（Data Cleaning） | 第32-33页 |
| ·用户识别（User Identification） | 第33-35页 |
| ·会话识别（Session Identification） | 第35-37页 |
| ·路径补充（Path Completion） | 第37页 |
| ·事务识别（Transaction Identification） | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 兴趣度选择算法 | 第40-52页 |
| ·关联规则 | 第40-43页 |
| ·关联规则概述 | 第40-42页 |
| ·Apriori算法 | 第42页 |
| ·Apriori算法的改进 | 第42-43页 |
| ·Web日志中关联规则的兴趣度 | 第43-45页 |
| ·兴趣度选择算法 | 第45-49页 |
| ·范化内容链接比（NCLR） | 第46-47页 |
| ·组内链接度（GILD） | 第47-48页 |
| ·兴趣度选择算法 | 第48-49页 |
| ·算法实验及比较 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 利用关联规则实现在线的个性化推荐 | 第52-63页 |
| ·个性化简介 | 第52-53页 |
| ·系统结构 | 第53-54页 |
| ·在线个性化推荐 | 第54-58页 |
| ·模式匹配 | 第56-57页 |
| ·推荐形式 | 第57-58页 |
| ·在线个性化推荐的实现 | 第58-62页 |
| ·日志数据预处理的实现 | 第58-60页 |
| ·频繁访问页组模式库 | 第60-61页 |
| ·频繁访问页组挖掘算法 | 第61页 |
| ·基于频繁访问页组模式库的推荐算法 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第六章 结束语 | 第63-65页 |
| ·工作总结 | 第63-64页 |
| ·进一步工作的展望 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 致谢 | 第70-71页 |
| 作者简历 | 第71页 |
