| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-15页 |
| ·研究的目的和意义 | 第11-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·论文的工作内容 | 第13-14页 |
| ·论文的组织结构 | 第14-15页 |
| 第2章 Web 挖掘 | 第15-30页 |
| ·Web 挖掘 | 第15-17页 |
| ·Web 内容挖掘 | 第16页 |
| ·Web 结构挖掘 | 第16-17页 |
| ·Web 使用挖掘 | 第17页 |
| ·Web 日志挖掘概念 | 第17-20页 |
| ·Web 日志格式 | 第17-19页 |
| ·Web 日志挖掘的正式定义 | 第19页 |
| ·Web 日志挖掘的过程 | 第19-20页 |
| ·Web 日志挖掘过程 | 第20-29页 |
| ·数据预处理 | 第20-24页 |
| ·模式发现 | 第24-28页 |
| ·模式分析 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 模糊集理论和人工神经网络 | 第30-46页 |
| ·模糊集理论 | 第30-35页 |
| ·模糊集理论背景 | 第30页 |
| ·模糊集理论历史 | 第30-31页 |
| ·模糊集定义、隶属函数、表示 | 第31-32页 |
| ·模糊集性质 | 第32-33页 |
| ·模糊矩阵 | 第33-34页 |
| ·模糊聚类 | 第34-35页 |
| ·人工神经网络 | 第35-41页 |
| ·人工神经网络背景 | 第35页 |
| ·人工神经元结构 | 第35-37页 |
| ·人工神经网络结构 | 第37-39页 |
| ·人工神经网络学习 | 第39-41页 |
| ·BP 神经网络 | 第41-45页 |
| ·BP 神经网络背景 | 第41页 |
| ·BP 神经网络模型 | 第41-42页 |
| ·BP 神经网络原理和学习 | 第42-44页 |
| ·BP 神经网络优缺点 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 模糊聚类预处理 BP 神经网络 Web 用户分类设计 | 第46-59页 |
| ·基于模糊集预处理的 BP 神经网络 | 第46-49页 |
| ·基于模糊集预处理的 BP 神经网络模型 | 第46-47页 |
| ·基于模糊集预处理模糊聚类的设计 | 第47-49页 |
| ·基于模糊集预处理的 BP 神经网络的设计 | 第49页 |
| ·基于模糊集和 BP 神经网络的 Web 日志挖掘总体设计 | 第49-51页 |
| ·数据预处理 | 第51-52页 |
| ·学习阶段 | 第52-57页 |
| ·BP 神经网络学习导论 | 第52页 |
| ·单个 BP 神经网络学习 | 第52-54页 |
| ·组合 BP 神经网络学习 | 第54-57页 |
| ·使用阶段 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第5章 实验分析 | 第59-64页 |
| ·实验搭建 | 第59-60页 |
| ·实验导论 | 第59页 |
| ·实验平台 | 第59页 |
| ·实验需要的参数 | 第59-60页 |
| ·实验性能 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 第6章 结论与展望 | 第64-66页 |
| ·结论 | 第64页 |
| ·展望 | 第64-66页 |
| 参考文献 | 第66-68页 |
| 致谢 | 第68-69页 |
| 攻读学位期间参加的科研项目和成果 | 第69页 |