第1章 绪论 | 第1-27页 |
·Web 使用信息挖掘的研究背景及意义 | 第9-11页 |
·Web 使用信息挖掘的研究现状 | 第11-23页 |
·数据预处理 | 第12-16页 |
·模式发现 | 第16-19页 |
·模式分析及应用 | 第19-22页 |
·隐私问题 | 第22-23页 |
·论文的工作与组织结构 | 第23-24页 |
·论文的主要工作 | 第23-24页 |
·论文的组织结构 | 第24页 |
·实验数据集的选择 | 第24-25页 |
·本章小结 | 第25-27页 |
第2章 网络日志的规模分析和用户对Web 的访问动机分析 | 第27-41页 |
·引言 | 第27-28页 |
·日志规模与用户数、Web 页面数、单位用户访问的Web 页面数的关系 | 第28-30页 |
·用户对Web 的访问动机分析 | 第30-39页 |
·Web 访问动机的静态分析 | 第30-35页 |
·Web 访问动机的动态分析 | 第35-38页 |
·Web 访问动机的结论 | 第38-39页 |
·本章小结 | 第39-41页 |
第3章 基于Web 用户行为的检索模型WUBIRM 和搜索引擎系统SISI | 第41-65页 |
·引言 | 第41-46页 |
·信息检索技术简介 | 第41-46页 |
·从Web 用户的角度探讨信息检索技术 | 第46页 |
·基于Web 用户行为的相关页面检索模型WUBIRM | 第46-55页 |
·WUBIRM 概述 | 第46-48页 |
·WUBIRM 的几个关键问题 | 第48-52页 |
·WUBIRM 的算法描述 | 第52-54页 |
·WUBIRM 的实验示例 | 第54-55页 |
·基于Web 用户行为的搜索引擎系统SISI | 第55-62页 |
·SISI 概述 | 第55-56页 |
·SISI 的系统结构 | 第56-57页 |
·SISI 的系统评价 | 第57-62页 |
·本章小结 | 第62-65页 |
第4章 用户兴趣空间的概念和用户兴趣空间中Web 页面的聚类 | 第65-85页 |
·引言 | 第65-66页 |
·利用因子分析理论构造用户兴趣因子空间 | 第66-71页 |
·因子分析理论简介 | 第66-70页 |
·用户兴趣因子空间中Web 页面聚类的算法描述 | 第70-71页 |
·利用对偶策略构造用户对偶兴趣空间 | 第71-78页 |
·聚类权重计算中的对偶策略 | 第71-75页 |
·用户对偶兴趣空间的构成 | 第75-77页 |
·用户对偶兴趣空间中Web 页面聚类的算法描述 | 第77-78页 |
·实验与结果 | 第78-84页 |
·对T1 的用户访问频率矩阵作主成分因子分析 | 第78-79页 |
·基于实际的网络日志做页面聚类 | 第79-82页 |
·Web 访问理想情况下的页面聚类 | 第82-84页 |
·本章小结 | 第84-85页 |
第5章 用户访问Web 的特性在智能缓存中的应用 | 第85-97页 |
·引言 | 第85-87页 |
·Web 缓存简介 | 第85-86页 |
·Web 缓存替换策略简介 | 第86-87页 |
·Web 缓存替换策略的评价简介 | 第87页 |
·利用Web 用户访问特性的缓存替换策略SULRU | 第87-91页 |
·缓存替换策略S2 | 第87-90页 |
·缓存替换策略SULRU | 第90-91页 |
·实验与结果 | 第91-96页 |
·本章小结 | 第96-97页 |
第6章 结束语 | 第97-105页 |
·论文的主要贡献与创新 | 第97-99页 |
·未来的工作展望 | 第99-105页 |
参考文献 | 第105-111页 |
致谢 | 第111-113页 |
作者简介 | 第113页 |