| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第7-12页 |
| 1.1 论文研究的背景和意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.3 本文的研究内容及章节安排 | 第10-11页 |
| 1.3.1 本文的研究内容 | 第10页 |
| 1.3.2 论文的章节安排 | 第10-11页 |
| 1.4 本章小结 | 第11-12页 |
| 第2章 数据挖掘及其应用 | 第12-20页 |
| 2.1 数据挖掘定义 | 第12页 |
| 2.2 数据挖掘特点及功能作用 | 第12-15页 |
| 2.3 聚类分析算法 | 第15-16页 |
| 2.4 Web 数据挖掘的相关应用 | 第16-17页 |
| 2.5 电子商务潜在用户 | 第17-18页 |
| 2.6 Web 数据挖掘在电子商务潜在客户挖掘的应用 | 第18-19页 |
| 2.7 本章小结 | 第19-20页 |
| 第3章 Web 日志预处理技术研究 | 第20-38页 |
| 3.1 Web 日志挖掘的数据源 | 第20-21页 |
| 3.2 Web 日志挖掘概述 | 第21-23页 |
| 3.3 Web 日志预处理技术 | 第23-33页 |
| 3.3.1 数据清理 | 第24-25页 |
| 3.3.2 用户识别 | 第25-28页 |
| 3.3.3 会话识别 | 第28-30页 |
| 3.3.4 路径补充 | 第30-31页 |
| 3.3.5 事务识别 | 第31-33页 |
| 3.4 实验分析 | 第33-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 基于神经网络的潜在用户挖掘 | 第38-49页 |
| 4.1 人工神经网络概述 | 第38-40页 |
| 4.2 Kohonen 神经网络 | 第40-41页 |
| 4.3 利用 Kohonen 神经网络进行用户挖掘的思路 | 第41-43页 |
| 4.3.1 用户访问模式概述 | 第41-42页 |
| 4.3.2 潜在用户挖掘设计方案 | 第42-43页 |
| 4.4 Kohonen 神经网络算法的实现 | 第43-48页 |
| 4.4.1 Kohonen 神经网络的算法实现 | 第43-45页 |
| 4.4.2 Kohonen 神经网络的算法测试实验 | 第45-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第5章 基于 Kohonen 神经网络的潜在客户群挖掘系统原型设计 | 第49-61页 |
| 5.1 系统总体设计 | 第49-50页 |
| 5.2 系统逻辑模块设计 | 第50-52页 |
| 5.2.1 数据访问模块提供数据访问功能 | 第50-51页 |
| 5.2.2 应用模块 | 第51-52页 |
| 5.2.3 用户交互模块 | 第52页 |
| 5.3 系统数据库设计 | 第52-55页 |
| 5.4 系统业务模块设计方案 | 第55-60页 |
| 5.4.1 Web 日志数据预处理模块设计方案 | 第55页 |
| 5.4.2 用户会话聚类模块设计方案 | 第55-57页 |
| 5.4.3 潜在客户推荐模块设计方案 | 第57-60页 |
| 5.5 本章小结 | 第60-61页 |
| 第6章 总结与展望 | 第61-63页 |
| 6.1 总结 | 第61页 |
| 6.2 展望 | 第61-63页 |
| 参考文献 | 第63-65页 |
| 致谢 | 第65-66页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第66页 |
