首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于Web服务器日志挖掘的数据预处理技术研究

摘要第1-5页
ABSTRACT第5-11页
第一章 绪论第11-18页
   ·选题背景第11-12页
   ·课题意义第12-13页
   ·相关研究现状第13-16页
   ·主要研究内容第16页
   ·论文结构安排第16-18页
第二章 数据挖掘和 WEB 日志挖掘概述第18-29页
   ·数据挖掘第18-22页
     ·数据挖掘概述第18页
     ·数据挖掘过程第18-20页
     ·数据挖掘方法第20-22页
   ·Web 数据挖掘第22-24页
     ·Web 数据挖掘概述第22页
     ·Web 数据挖掘难点第22-23页
     ·Web 数据挖掘分类第23-24页
   ·Web 日志挖掘第24-28页
     ·Web 日志挖掘概述第24-25页
     ·Web 日志挖掘的数据源第25-26页
     ·Web 日志挖掘的过程第26-28页
   ·本章小结第28-29页
第三章 WEB 日志挖掘的会话识别方法第29-49页
   ·Web 日志挖掘的预处理第29-34页
     ·数据清理第29-31页
     ·用户识别第31-33页
     ·会话识别第33-34页
     ·事务识别第34页
   ·会话识别概述第34-35页
   ·会话识别改进算法第35-44页
     ·相关定义第35-38页
     ·用户浏览兴趣的度量第38-41页
     ·会话识别的具体步骤第41-42页
     ·会话识别的评估方法第42-44页
   ·实验分析第44-47页
   ·本章小结第47-49页
第四章 WEB 日志挖掘的会话聚类方法第49-63页
   ·问题描述第49页
   ·聚类分析概述第49-52页
   ·基于改进 K-均值算法的会话聚类第52-58页
     ·K-均值算法第52-54页
     ·改进 K-均值算法第54-55页
     ·会话聚类分析第55-57页
     ·会话聚类的评估方法第57-58页
   ·实验分析第58-62页
   ·本章小结第62-63页
第五章 全文总结与展望第63-65页
   ·全文总结第63-64页
   ·研究展望第64-65页
致谢第65-66页
参考文献第66-69页
个人简介第69-70页
在学期间研究成果第70-71页

论文共71页,点击 下载论文
上一篇:九江学院科研管理系统的设计与实现
下一篇:基于蚁群算法的双向聚类问题研究