| 摘要 | 第1-3页 |
| Abstract | 第3-5页 |
| 目录 | 第5-7页 |
| 第一章 引言 | 第7-12页 |
| ·引言 | 第7页 |
| ·电子政务的广泛使用和新需求的提出 | 第7-8页 |
| ·Web数据挖掘在电子政务中的作用 | 第8-9页 |
| ·本文背景 | 第9-10页 |
| ·本文的主要工作 | 第10-12页 |
| 第二章 网络数据挖掘简介 | 第12-15页 |
| ·数据挖掘及面向网络的数据挖掘的概述 | 第12页 |
| ·Web数据挖掘与传统数据挖掘的差异 | 第12-13页 |
| ·Web数据挖掘的过程 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第三章 网络信息提取与数据抽取 | 第15-29页 |
| ·引言 | 第15-16页 |
| ·数据预处理的基本任务 | 第16-17页 |
| ·Web挖掘使用的数据预处理及其改进 | 第17-24页 |
| ·Web使用挖掘的数据源分析 | 第17-19页 |
| ·服务器端的数据源存在的主要问题 | 第19-20页 |
| ·问题的解决方法介绍 | 第20页 |
| ·解决方案在政府信息门户网站中的应用 | 第20-24页 |
| ·信息抽取-服务器日志文件具体转换为可挖掘数据的工作流程 | 第24-28页 |
| ·日志文件分析 | 第24-26页 |
| ·日志文件转换为数据库文件工作流 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第四章 Web挖掘关联规则实现算法简介 | 第29-42页 |
| ·关联规则发现的基本问题 | 第29-31页 |
| ·关联规则的基本概念 | 第29-30页 |
| ·关联规则挖掘的基本实现过程 | 第30-31页 |
| ·关联规则典型算法分析 | 第31-32页 |
| ·Apriori算法 | 第31页 |
| ·Top Down FP-Growth算法 | 第31-32页 |
| ·关联规则挖掘在政府信息门户网站中的应用 | 第32-41页 |
| ·个性化推荐所需要考虑的因素 | 第32-33页 |
| ·关联规则集的生成 | 第33-40页 |
| ·推荐页面的加权 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第五章 使用JDM实现政府网站关联规则的知识发现 | 第42-55页 |
| ·前言 | 第42-43页 |
| ·使用JDM进行数据挖掘简介 | 第43-46页 |
| ·DM(数据挖掘)行业现状的简介 | 第43页 |
| ·JDM API标准发展简介 | 第43-44页 |
| ·把数据转化为知识 | 第44-46页 |
| ·JDM Model(数据挖掘模型)建立步骤及相关类分析 | 第46-51页 |
| ·JDM数据挖掘模块在整个电子政务体系结构中的位置 | 第46-48页 |
| ·数据挖掘实现类分析 | 第48-51页 |
| ·使用JDM api对关联模式建模的关键代码分析 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 第六章 结束语 | 第55-57页 |
| ·本文总结 | 第55-56页 |
| ·进一步的工作 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 发表论文 | 第61-62页 |
