摘要 | 第1-4页 |
英文摘要 | 第4-7页 |
第1章 绪论 | 第7-19页 |
·数据挖掘技术的产生和发展 | 第7-10页 |
·Web数据挖掘 | 第10-11页 |
·Web使用挖掘 | 第11-16页 |
·Web使用挖掘的源数据 | 第11-12页 |
·Web使用挖掘的数据预处理 | 第12-14页 |
·Web使用挖掘的方法 | 第14-16页 |
·语义网wcb使用挖掘 | 第16-17页 |
·本文的主要研究工作和刨新 | 第17-19页 |
第2章 Web使用挖掘的会话聚类的相似度计算 | 第19-34页 |
·Web日志会话聚类的发展 | 第19-20页 |
·几种相似度计算方法 | 第20-25页 |
·传统的相似度计算方法 | 第20-24页 |
·基于浏览路径的角度的相似性度量 | 第24-25页 |
·一种新的基于本体和公共路径的相似度计算方法 | 第25-30页 |
·相关的概念和应用 | 第25-26页 |
·本体 | 第26-27页 |
·相似性度量SMSCI | 第27-30页 |
·聚类实验及其结果分忻 | 第30-33页 |
·Silhouette值 | 第31页 |
·实验结果及其分忻 | 第31-33页 |
·本章小结 | 第33-34页 |
第3章 Web使用挖掘聚类结果的可视化技术 | 第34-46页 |
·序列模式挖掘 | 第34-40页 |
·序列模式挖掘中的相关概念 | 第34-35页 |
·候选产生和消除的 GSt,算法 | 第35-37页 |
·序列模式挖掘的模式增长方法 | 第37-40页 |
·聚类结果的可视化—stratograrn | 第40-41页 |
·一种新的基于stratograrn的序列模式挖掘和可视化方法 | 第41-45页 |
·本章小结 | 第45-46页 |
第4章 Web使用挖掘日志聚类的应用 | 第46-51页 |
·个性化推荐系统 | 第46-47页 |
·基于模式发现的推荐过程 | 第47-49页 |
·基于strntogram的个性化推荐 | 第49-50页 |
·本章小结 | 第50-51页 |
第5章 总结和对未来工作的展望 | 第51-53页 |
参考文献 | 第53-57页 |
发表论文和科研情况说明 | 第57-58页 |
致谢 | 第58页 |