| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-13页 |
| ·课题背景及研究意义 | 第9-10页 |
| ·研究现状及现状分析 | 第10-11页 |
| ·本文的架构 | 第11-13页 |
| 第二章 基于蚁群算法的 Web 挖掘理论 | 第13-34页 |
| ·Web 挖掘 | 第13-25页 |
| ·Web 挖掘分类及架构模型 | 第13-15页 |
| ·Web 挖掘过程 | 第15-18页 |
| ·Web 挖掘技术 | 第18-23页 |
| ·Web 挖掘算法的关键问题 | 第23-25页 |
| ·蚁群算法 | 第25-32页 |
| ·蚁群算法分析 | 第25-28页 |
| ·蚁群算法的改进 | 第28-30页 |
| ·蚁群算法的关键问题 | 第30-32页 |
| ·现有算法在Web 挖掘技术上的关键问题 | 第32-33页 |
| ·小结 | 第33-34页 |
| 第三章 基于蚁群算法在 Web 挖掘技术上的模型设计 | 第34-38页 |
| ·分类模型设计 | 第34-35页 |
| ·聚类模型设计 | 第35-37页 |
| ·小结 | 第37-38页 |
| 第四章 基于蚁群算法在 Web 内容挖掘的分类模型实现 | 第38-43页 |
| ·基于蚁群算法的分类规则挖掘算法 | 第38-41页 |
| ·构造规则 | 第38-39页 |
| ·规则后剪枝 | 第39页 |
| ·信息素浓度更新 | 第39-40页 |
| ·算法分析 | 第40-41页 |
| ·Web 页面分类 | 第41-42页 |
| ·页面预处理 | 第41-42页 |
| ·实验结果 | 第42页 |
| ·小结 | 第42-43页 |
| 第五章 基于改进蚁群算法在 Web 使用挖掘的聚类模型实现 | 第43-51页 |
| ·改进的蚁群算法 | 第43-44页 |
| ·Web 用户事务模式聚类 | 第44-46页 |
| ·算法流程 | 第46-47页 |
| ·算法实现 | 第47-48页 |
| ·实验结果分析 | 第48-50页 |
| ·小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-53页 |
| ·总结 | 第51页 |
| ·展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
| 附录 A(攻读学位期间发表的论文) | 第57页 |
