| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4页 |
| 1 绪论 | 第8-13页 |
| 1.1 研究的背景和意义 | 第8-9页 |
| 1.2 研究现状 | 第9-12页 |
| 1.2.1 国外研究现状 | 第10页 |
| 1.2.2 国内研究现状 | 第10-12页 |
| 1.3 本文主要工作 | 第12-13页 |
| 2 Web挖掘理论与技术 | 第13-19页 |
| 2.1 Web挖掘 | 第13-14页 |
| 2.2 Web日志挖掘 | 第14-18页 |
| 2.2.1 Web日志挖掘数据来源 | 第14-15页 |
| 2.2.2 Web日志格式 | 第15页 |
| 2.2.3 Web日志挖掘预处理 | 第15-18页 |
| 2.3 本章小结 | 第18-19页 |
| 3 基于用户兴趣模糊聚类算法研究 | 第19-31页 |
| 3.1 聚类的基本概述 | 第19-21页 |
| 3.2 数据表示 | 第21页 |
| 3.3 相似性度量 | 第21-23页 |
| 3.3.1 相似性的定义 | 第21页 |
| 3.3.2 距离计算的几种方法 | 第21-22页 |
| 3.3.3 相似度系数的计算方法 | 第22-23页 |
| 3.4 基于浏览时间和用户路径的相似度算法 | 第23-26页 |
| 3.4.1 Web用户信息的采集 | 第23页 |
| 3.4.2 计算用户的浏览时间 | 第23-24页 |
| 3.4.3 构建时间相关矩阵 | 第24页 |
| 3.4.4 数据的相似度处理 | 第24页 |
| 3.4.5 用户访问路径相似度计算 | 第24-26页 |
| 3.4.6 基于浏览时间和用户路径的相似度计算 | 第26页 |
| 3.5 基于用户行为的模糊聚类算法的Web用户挖掘 | 第26-29页 |
| 3.6 本章小结 | 第29-31页 |
| 4 Web用户聚类挖掘算法设计 | 第31-44页 |
| 4.1 算法结构设计 | 第31-32页 |
| 4.1.1 算法平台的构建 | 第31页 |
| 4.1.2 算法的设计流程 | 第31-32页 |
| 4.2 时间和路径属性的提取 | 第32-39页 |
| 4.2.1 数据的净化 | 第33-34页 |
| 4.2.2 格式转化 | 第34-36页 |
| 4.2.3 用户识别 | 第36-37页 |
| 4.2.4 用户的浏览路径特征 | 第37-38页 |
| 4.2.5 用户浏览时间 | 第38-39页 |
| 4.3 用户聚类 | 第39-41页 |
| 4.3.1 计算用户相似度 | 第39-40页 |
| 4.3.2 聚类过程 | 第40-41页 |
| 4.4 实验结果分析 | 第41-43页 |
| 4.5 本章小结 | 第43-44页 |
| 5 聚类在医疗平台系统的应用 | 第44-53页 |
| 5.1 系统总体描述 | 第44-45页 |
| 5.2 系统的改进 | 第45-52页 |
| 5.3 本章小结 | 第52-53页 |
| 6 总结与展望 | 第53-54页 |
| 6.1 总结 | 第53页 |
| 6.2 进一步研究展望 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-57页 |