| 摘要 | 第1-8页 |
| Abstract | 第8-11页 |
| 第一章 绪论 | 第11-17页 |
| ·研究的背景及意义 | 第11-12页 |
| ·国内外研究的现状 | 第12-14页 |
| ·本文所做的主要工作 | 第14-15页 |
| ·本文的组织结构 | 第15-17页 |
| 第二章 从数据挖掘到Web使用挖掘 | 第17-30页 |
| ·数据挖掘概述 | 第17-20页 |
| ·数据挖掘产生的背景 | 第17-18页 |
| ·数据挖掘的概念和过程 | 第18-19页 |
| ·数据挖掘的主要技术 | 第19-20页 |
| ·Web挖掘概述 | 第20-22页 |
| ·Web挖掘基本概念和分类 | 第20-21页 |
| ·Web内容挖掘 | 第21-22页 |
| ·Web结构挖掘 | 第22页 |
| ·Web使用挖掘 | 第22页 |
| ·Web使用挖掘的基础知识 | 第22-24页 |
| ·Web使用挖掘的数据源 | 第23页 |
| ·Web使用挖掘的术语 | 第23-24页 |
| ·Web使用挖掘的过程 | 第24-29页 |
| ·数据预处理阶段 | 第25-27页 |
| ·模式发现阶段 | 第27-28页 |
| ·模式分析与应用阶段 | 第28-29页 |
| ·Web使用挖掘的应用范围 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第三章 Web使用挖掘中的数据预处理 | 第30-40页 |
| ·数据采集 | 第30-32页 |
| ·数据净化 | 第32页 |
| ·用户识别 | 第32-34页 |
| ·会话识别 | 第34-35页 |
| ·路径补充 | 第35-37页 |
| ·事务识别 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 Web使用挖掘中的频繁访问模式发现 | 第40-53页 |
| ·关联规则中频繁项集的挖掘 | 第40-43页 |
| ·关联规则概念 | 第40-41页 |
| ·Apriori算法 | 第41-42页 |
| ·DHP算法 | 第42-43页 |
| ·频繁访问模式挖掘 | 第43-52页 |
| ·问题描述 | 第43-44页 |
| ·AprioriAll算法 | 第44-47页 |
| ·SDHP算法 | 第47-51页 |
| ·SDHP算法和AprioriAll算法的比较 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 基于Web使用挖掘和关联规则的页面推荐模型的研究 | 第53-64页 |
| ·关联规则的获取和选择 | 第53-55页 |
| ·关联规则的获取 | 第53-54页 |
| ·关联规则的选择 | 第54-55页 |
| ·基于滑动窗口的页面推荐模型PRBSW的介绍 | 第55-57页 |
| ·基于事务划分的页面推荐模型PRBT | 第57-62页 |
| ·利用事务划分进行页面推荐的方法TPM | 第57-58页 |
| ·基于事务划分的页面推荐模型PRBT的介绍 | 第58-60页 |
| ·PRBT的离线处理部分 | 第60页 |
| ·PRBT的在线处理部分 | 第60-61页 |
| ·离线处理部分与在线处理部分的比较 | 第61-62页 |
| ·PRBT和PRBSW的比较 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 第六章 页面推荐原型系统PRPS的设计与实现 | 第64-79页 |
| ·PRPS的设计 | 第64-66页 |
| ·PRPS的系统结构 | 第64-65页 |
| ·PRPS的功能模块 | 第65-66页 |
| ·PRPS的实现 | 第66-72页 |
| ·用户交互模块 | 第66-67页 |
| ·数据准备模块 | 第67-69页 |
| ·会话和事务构造模块 | 第69-70页 |
| ·频繁访问模式挖掘模块 | 第70-71页 |
| ·页面推荐模拟模块 | 第71-72页 |
| ·PRBT和PRBSW的性能比较 | 第72-78页 |
| ·SDHP算法和AprioriAll算法的性能比较 | 第72-75页 |
| ·PRBT和PRBSW的推荐效果比较 | 第75-78页 |
| ·PRBT和PRBSW的综合性能比较 | 第78页 |
| ·本章小结 | 第78-79页 |
| 第七章 结束语 | 第79-81页 |
| ·论文总结 | 第79-80页 |
| ·工作展望 | 第80-81页 |
| 参考文献 | 第81-84页 |
| 攻读硕士学位期间发表的学术论文及参与的项目的目录 | 第84-85页 |
| 致谢 | 第85页 |