Web使用记录挖掘中用户模式发现的研究

第1章 引言	第1-15页
·数据挖掘概述	第10页
·WEB MINING概述	第10-13页
·粗糙集分类理论概述	第13-14页
·本文的组织	第14-15页
第2章 WEB LOG挖掘系统相关技术分析	第15-40页
·WEB LOG挖掘流程概述	第15-17页
·对 WEB LOG数据预处理技术的探讨	第17-23页
·WEB LOG模式发现中的分类算法	第23-29页
·决策树算法	第23-26页
·支持向量机分类方法	第26-27页
·K-临近分类方法	第27-28页
·贝叶斯分类方法	第28-29页
·软计算方法—神经网络、模糊集、粗糙集	第29页
·本文采用的分类模式—粗糙集分类	第29-39页
·粗糙集理论的两个基本观点	第30页
·粗糙集理论的一些基本概念	第30-35页
·粗糙集相关概念的数学表示	第35-36页
·可变精度粗糙集	第36-38页
·粗糙集理论小结	第38-39页
·WEB LOG分类方法小结	第39-40页
第3章 WEB LOG挖掘系统模型	第40-69页
·模型特点	第40-41页
·一般化的数据预处理流程	第41-55页
·数据清洗	第43-46页
·用户识别	第46-51页
·用户会话识别	第51-55页
·会话聚类	第55-62页
·针对聚类的会话识别	第57-59页
·基于概括的会话聚类	第59-62页
·基于粗糙集的分类分析	第62-68页
·可变精度粗糙集模型和Web使用记录图	第63-65页
·粗糙集分类的规则的提取和发现	第65-68页
·本章小结	第68-69页
第4章 实验结果以及分析	第69-72页
第5章 结论与展望	第72-74页
·结论	第72页
·进一步的工作方向	第72-74页
致谢	第74-75页
参考文献	第75-79页
个人简历 在读期间发表的学术论文与研究成果	第79页