| 摘要 | 第1-8页 |
| ABSTRACT | 第8-9页 |
| 第1章 绪论 | 第9-12页 |
| ·研究的目的和意义 | 第9页 |
| ·国内外研究应用情况 | 第9-10页 |
| ·本文的工作和结构 | 第10-12页 |
| 第2章 数据挖掘与Web 挖掘 | 第12-21页 |
| ·电子商务概述 | 第12页 |
| ·数据挖掘 | 第12-14页 |
| ·数据挖掘技术概述 | 第12-13页 |
| ·数据挖掘过程 | 第13-14页 |
| ·Web数据挖掘 | 第14-16页 |
| ·Web 数据挖掘概述 | 第14-15页 |
| ·Web 数据挖掘分类 | 第15-16页 |
| ·Web访问信息挖掘的要素构成 | 第16-17页 |
| ·Web访问信息挖掘过程 | 第17-19页 |
| ·Web访问信息挖掘的应用 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 Web 访问信息挖掘的数据准备 | 第21-28页 |
| ·Web日志挖掘 | 第21-22页 |
| ·Web日志挖掘的数据预处理 | 第22-25页 |
| ·一个减少数据处理工作量的方法 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第4章 关联规则算法在Web 访问信息挖掘中应用 | 第28-35页 |
| ·关联规则 | 第28-34页 |
| ·关联规则的基本概念 | 第28-29页 |
| ·关联规则算法评价 | 第29-30页 |
| ·Apriori 算法的改进出发点 | 第30-31页 |
| ·Apriori 改进算法 | 第31-32页 |
| ·DedApriori 算法的性能测试 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第5章 网站日志和数据库交易数据挖掘分析 | 第35-50页 |
| ·马克威分析系统、WUM 和WEKA挖掘工具简介 | 第35-36页 |
| ·WEKA中实现改进的DEDAPRIORI算法 | 第36-38页 |
| ·用马克威分析系统，WEKA和WUM 对数据进行挖掘 | 第38-49页 |
| ·数据集选择 | 第38页 |
| ·日志预处理 | 第38-39页 |
| ·购物记录和Web 日志格式转换 | 第39-43页 |
| ·挖掘结果 | 第43-45页 |
| ·挖掘结果分析 | 第45-47页 |
| ·网站设计改进 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第6章 总结与展望 | 第50-51页 |
| ·本文的工作 | 第50页 |
| ·进一步的工作 | 第50-51页 |
| 参考文献 | 第51-53页 |
| 致谢 | 第53-54页 |
| 附录：攻读硕士学位期间发表论文情况 | 第54页 |