| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-12页 |
| ·研究背景及意义 | 第9-10页 |
| ·本文主要工作内容 | 第10页 |
| ·论文的组织结构 | 第10-12页 |
| 第二章 Web 使用挖掘技术及研究现状 | 第12-27页 |
| ·数据挖掘概述 | 第12-14页 |
| ·数据挖掘的定义与模型 | 第12-13页 |
| ·数据挖掘的功能 | 第13-14页 |
| ·Web 挖掘技术概述 | 第14-15页 |
| ·Web 使用挖掘技术 | 第15-25页 |
| ·Web 使用挖掘的基本框架 | 第16-17页 |
| ·Web 使用挖掘的关键技术 | 第17-23页 |
| ·Web 使用挖掘的应用 | 第23-25页 |
| ·Web 使用挖掘的研究现状 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于企业代理日志的Web 使用挖掘系统 | 第27-32页 |
| ·企业代理日志的特点及其研究意义 | 第27-28页 |
| ·基于企业代理日志的Web 使用挖掘系统(EPWUM)模型 | 第28-29页 |
| ·主要技术 | 第29-31页 |
| ·日志数据采集及数据格式 | 第29-30页 |
| ·数据预处理模块 | 第30-31页 |
| ·数据挖掘模块 | 第31页 |
| ·数据分析与呈现模块 | 第31页 |
| ·本章小结 | 第31-32页 |
| 第四章 数据预处理 | 第32-37页 |
| ·数据清洗 | 第32-33页 |
| ·用户识别 | 第33页 |
| ·增进式过滤 | 第33-34页 |
| ·会话识别 | 第34-35页 |
| ·事务识别 | 第35-36页 |
| ·总结 | 第36-37页 |
| 第五章 用户浏览模式挖掘算法 | 第37-43页 |
| ·基本概念 | 第37页 |
| ·基于改进PNT 的统计分析模式挖掘 | 第37-39页 |
| ·基于PNT 的算法介绍 | 第37-38页 |
| ·使用衰减因子的改进PNT 算法 | 第38-39页 |
| ·使用PLWAP 的序列模式挖掘 | 第39-40页 |
| ·基于URL 层级相似度的动态聚类模式挖掘——UHMA | 第40-42页 |
| ·相似度计算 | 第40-41页 |
| ·基于URL 层级相似度的用户级动态聚类——UHMA | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第六章 Web 浏览预测算法 | 第43-47页 |
| ·Web 浏览预测算法简介 | 第43页 |
| ·Web 浏览预测模块 | 第43-46页 |
| ·用户聚类 | 第44-45页 |
| ·基于用户浏览模式的浏览预测 | 第45页 |
| ·基于用户兴趣站点的RSS 推荐 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第七章 实验平台的设计与实现 | 第47-54页 |
| ·系统主要功能与概要设计 | 第47页 |
| ·核心模块设计与实现 | 第47-53页 |
| ·数据采集模块 | 第47-48页 |
| ·数据预处理模块 | 第48-50页 |
| ·数据挖掘 | 第50-52页 |
| ·Web 浏览预测 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第八章 实验结果与分析 | 第54-61页 |
| ·实验数据及指标介绍 | 第54-55页 |
| ·用户浏览模式实验结果与分析 | 第55-58页 |
| ·Web 浏览预测实验结果与分析 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 总结 | 第61-62页 |
| 参考文献 | 第62-64页 |
| 攻读硕士学位期间取得的研究成果 | 第64-65页 |
| 致谢 | 第65页 |
