基于蚁群算法的WEB日志用户兴趣路径研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 选题背景和研究意义 | 第8-9页 |
| 1.2 研究现状 | 第9-10页 |
| 1.3 主要研究内容 | 第10-11页 |
| 1.4 本文的框架结构 | 第11-12页 |
| 第二章 蚁群算法概述 | 第12-21页 |
| 2.1 蚁群算法的原理 | 第12-14页 |
| 2.2 蚁群算法的数学模型 | 第14-17页 |
| 2.3 蚁群算法的流程 | 第17-19页 |
| 2.4 蚁群算法的特点 | 第19页 |
| 2.5 蚁群算法的改进 | 第19-20页 |
| 2.6 本章小结 | 第20-21页 |
| 第三章 web日志挖掘和数据预处理 | 第21-35页 |
| 3.1 web日志挖掘 | 第21-22页 |
| 3.1.1 web日志挖掘流程 | 第21页 |
| 3.1.2 web日志挖掘的应用领域 | 第21-22页 |
| 3.2 web数据源 | 第22-24页 |
| 3.3 客户端日志数据 | 第24-26页 |
| 3.3.1 客户端日志数据介绍 | 第24-25页 |
| 3.3.2 客户端日志数据获取方法 | 第25-26页 |
| 3.4 数据预处理 | 第26-34页 |
| 3.4.1 数据转换 | 第27页 |
| 3.4.2 数据清理 | 第27-28页 |
| 3.4.3 用户识别 | 第28-32页 |
| 3.4.4 会话识别 | 第32页 |
| 3.4.5 路径补充 | 第32-33页 |
| 3.4.6 事务识别 | 第33-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 蚁群算法在web用户兴趣路径中的应用 | 第35-48页 |
| 4.1 引言 | 第35页 |
| 4.2 算法定义与分析 | 第35-39页 |
| 4.3 算法思想 | 第39-41页 |
| 4.4 实验分析与设计 | 第41-46页 |
| 4.4.1 实验平台与数据集的选取 | 第41-42页 |
| 4.4.2 参数设置 | 第42页 |
| 4.4.3 评价标准 | 第42页 |
| 4.4.4 结果分析 | 第42-46页 |
| 4.5 本章小结 | 第46-48页 |
| 第五章 结论与展望 | 第48-50页 |
| 5.1 总结 | 第48页 |
| 5.2 展望 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-55页 |
| 在读期间公开发表论文（著）及科研情况 | 第55页 |
