首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

Web数据挖掘在个性化自适应网站中的应用

摘要第1-4页
ABSTRACT第4-7页
1 绪论第7-12页
   ·引言第7页
   ·研究背景第7-9页
     ·Web 数据挖掘发展动态第7-8页
     ·自适应网站的发展动态第8-9页
   ·问题的提出第9-10页
   ·主要研究内容第10页
   ·本文组织结构第10-12页
2 WEB 数据挖掘及自适应网站第12-26页
   ·WEB 数据挖掘第12-21页
   ·自适应网站第21-24页
     ·各种优化站点的比较第21-23页
     ·自适应网站第23-24页
   ·本章小结第24-26页
3 WEB 日志挖掘分析与研究第26-40页
   ·WEB 日志挖掘分析第26-33页
     ·web 日志挖掘过程模型第26-28页
     ·Web 日志数据规范第28-30页
     ·数据预处理第30-32页
     ·模式发现及模式分析第32-33页
   ·WEB 日志挖掘算法第33-39页
     ·数据预处理挖掘算法第33-35页
     ·用户模式发现算法第35-38页
     ·序列模式发现算法第38-39页
   ·本章小结第39-40页
4 基于WEB 日志挖掘的个性化自适应网站的设计第40-45页
   ·自适应网站原理第40-41页
     ·自适应网站工作流程第40页
     ·自适应网站设计原则第40-41页
   ·自适应网站的系统构架第41-42页
     ·自适应网站设计分析第41-42页
     ·自适应网站的系统结构第42页
   ·自适应网站的主要模块第42-44页
     ·Web 日志预处理模块第42-43页
     ·Web 用户模式挖掘模块第43-44页
   ·本章小结第44-45页
5 基于WEB 日志挖掘的个性化自适应网站的实现第45-63页
   ·引言第45页
   ·源数据的收集第45-46页
   ·WEB 日志预处理第46-47页
     ·数据清洗第46页
     ·用户识别第46-47页
   ·用户访问模式挖掘算法第47-51页
     ·聚类算法第47-49页
     ·客户浏览行为的描述和Web 站点的表示第49-50页
     ·客户群体聚类算法第50页
     ·Web 页面聚类算法第50-51页
     ·频繁访问路径发现算法第51页
   ·动态链接的自动生成第51-57页
     ·组织数据第52页
     ·自动生成推荐页面的超链接第52-57页
   ·系统应用分析第57-62页
     ·系统测试第57-61页
     ·效果分析第61-62页
   ·本章小结第62-63页
6 结束语第63-66页
   ·结论第63页
   ·下一步工作第63-66页
致谢第66-67页
参考文献第67-69页
附录:作者在攻读硕士学位期间发表的论文目录第69页

论文共69页,点击 下载论文
上一篇:时频分析方法用于心电信号ST段偏移时段的心率变异性分析
下一篇:壳聚糖及其衍生物作为基因载体的生物安全性评价