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

自适应站点的研究与实现

1 绪论第1-14页
 1.1 引言第6-7页
 1.2 自适应站点研究概述第7-12页
  1.2.1 自适应站点研究的主要问题第7-8页
   1.2.1.1 如何设计第7页
   1.2.1.2 如何学习第7页
   1.2.1.3 如何改进第7-8页
  1.2.2 自适应Web站点研究的主要目标第8-9页
   1.2.2.1 服务个性化第8页
   1.2.2.2 性能最优化第8-9页
  1.2.3 自适应Web站点研究的主要进展第9-11页
  1.2.4 自适应Web站点的质量评价第11-12页
  1.2.5 我们的工作第12页
 1.3 论文研究内容及目标第12-14页
2 WEB数据挖掘概述第14-24页
 2.1 数据挖掘第14-18页
  2.1.1 定义第14-15页
  2.1.2 数据挖掘的要求第15页
  2.1.3 数据挖掘的方法和技术概述第15-16页
  2.1.4 数据挖掘的过程第16-18页
   2.1.4.1 数据准备第17页
   2.1.4.2 数据开采阶段第17页
   2.1.4.3 结果解释和评估第17-18页
 2.2 WEB数据挖掘第18-24页
  2.2.1 定义第18页
  2.2.2 Web数据挖掘的归类第18-24页
   2.2.2.1 Web内容挖掘第19-21页
    2.2.2.1.1 基于Agent系统第19-20页
    2.2.2.1.2 基于数据库系统第20-21页
   2.2.2.2 Web结构挖掘第21-22页
   2.2.2.3 Web用户访问模式挖掘第22-24页
3 自适应网站的体系结构第24-38页
 3.1 设计的原则第24-26页
 3.2 系统构架第26-27页
 3.3 信息处理模块第27-37页
  3.3.1 数据清理第27-28页
  3.3.2 用户标识第28-31页
  3.3.3 事务识别第31-37页
   3.3.3.1 事务识别定义第31页
   3.3.3.2 用户浏览行为模型第31-32页
   3.3.3.3 一般模型第32页
   3.3.3.4 具体分析模型第32-37页
    3.3.3.4.1 引用长度模型第33-34页
    3.3.3.4.2 最大向前引用事务第34-37页
  3.3.4 用户访问模式挖掘阶段第37页
 3.4 站点调整模块第37-38页
4 自适应网站的实现第38-65页
 4.1 站点个性化的实现第38-53页
  4.1.1 算法描述第38-51页
   4.1.1.1 聚类分析概述第38-43页
    4.1.1.1.1 主要的聚类算法分类第39-40页
    4.1.1.1.2 基于划分的方法第40-43页
   4.1.1.2 模糊聚类第43-51页
    4.1.1.2.1 模糊集的概念第43-44页
    4.1.1.2.2 模糊分类关系第44-45页
    4.1.1.2.3 模糊聚类算法CARD(Competitive Agglomeration For Relation Data Algorithm)第45-51页
  4.1.2 个性化站点的体系结构第51-53页
   4.1.2.1 信息处理部分第51-52页
   4.1.2.2 站点调整阶段第52-53页
 4.2 站点性能最优化第53-60页
  4.2.1 算法描述第53-57页
   4.2.1.1 马尔可夫模型第53-55页
   4.2.1.2 隐马尔可夫模型第55-57页
  4.2.2 体系结构第57页
  4.2.3 隐马尔可夫模型的定义第57-58页
  4.2.4 用户访问模式挖掘阶段第58-60页
   4.2.4.1 预处理阶段第58-59页
   4.2.4.2 HMM模型的概率计算第59-60页
   4.2.4.3 相似页面的发现算法第60页
  4.2.5 站点调整部分——路径产生器第60页
 4.3 实验及系统评价第60-65页
5 总结和展望第65-68页
 5.1 自适应站点的应用领域前瞻第65-66页
 5.2 自适应站点的研究方法新进展第66-68页
致   谢第68-69页
参考文献第69-70页

论文共70页,点击 下载论文
上一篇:基于XML的辅助开发平台的设计与研究
下一篇:数据挖掘技术在电视台新闻中心的应用研究