| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-15页 |
| ·课题研究背景及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·本文主要工作 | 第13页 |
| ·全文组织结构 | 第13-15页 |
| 第2章 WEB数据挖掘及相关概念综述 | 第15-20页 |
| ·数据挖掘概述 | 第15-16页 |
| ·Web数据挖掘概述 | 第16-17页 |
| ·Web数据挖掘的分类 | 第16-17页 |
| ·Web日志挖掘的步骤 | 第17页 |
| ·XML与Web日志挖掘 | 第17-19页 |
| ·XML概述 | 第18页 |
| ·XML在Web日志挖掘中的应用 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第3章 WEB日志挖掘的数据预处理 | 第20-35页 |
| ·Web日志文件格式介绍 | 第20-21页 |
| ·Web日志挖掘预处理流程 | 第21-33页 |
| ·数据清理 | 第21-23页 |
| ·站点拓扑识别 | 第23-26页 |
| ·页面过滤 | 第26-27页 |
| ·用户识别 | 第27-28页 |
| ·会话识别 | 第28-29页 |
| ·路径补充 | 第29-32页 |
| ·事务识别 | 第32-33页 |
| ·实验结果 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 用户频繁访问序列模式挖掘 | 第35-50页 |
| ·频繁模式及关联规则概述 | 第35-36页 |
| ·常用关联规则挖掘算法分析 | 第36-38页 |
| ·Apriori算法 | 第36-37页 |
| ·FP-growth算法 | 第37-38页 |
| ·基于FP-growth改进算法的用户频繁访问序列挖掘 | 第38-46页 |
| ·用户访问序列概述 | 第38-39页 |
| ·FP-growth改进算法设计 | 第39-44页 |
| ·FP-growth改进算法示例 | 第44-46页 |
| ·同类算法比较及实验分析 | 第46-48页 |
| ·同类算法比较 | 第46-47页 |
| ·实验环境 | 第47页 |
| ·实验对比分析 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 第5章 基于多重评价因素的WEB用户聚类 | 第50-63页 |
| ·聚类分析概述 | 第50-51页 |
| ·Web用户聚类 | 第51页 |
| ·Web用户模糊聚类 | 第51-58页 |
| ·传统用户相似度计算 | 第52-55页 |
| ·基于多重评价因素的用户相似度计算 | 第55-58页 |
| ·模糊聚类算法 | 第58-60页 |
| ·聚类实验及结果分析 | 第60-62页 |
| ·聚类有效性指标 | 第60页 |
| ·调节参数确定 | 第60-62页 |
| ·算法比较分析 | 第62页 |
| ·本章小结 | 第62-63页 |
| 第6章 总结与展望 | 第63-65页 |
| ·总结 | 第63-64页 |
| ·展望 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 攻读硕士学位期间发表的学术论文 | 第68-69页 |
| 致谢 | 第69页 |