基于统计的用户网络行为分析和预测
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景和意义 | 第8-9页 |
| ·网络用户行为分析 | 第9-14页 |
| ·网络信息的知识发现 | 第9-10页 |
| ·网络用户行为分析现状 | 第10-14页 |
| 第二章 网络用户行为分析的概念 | 第14-19页 |
| ·网络信息的数据挖掘 | 第14-16页 |
| ·数据挖掘 | 第14-15页 |
| ·网络数据挖掘 | 第15-16页 |
| ·网络用户行为的概念与分类 | 第16-19页 |
| ·网络用户行为的概念及其特点 | 第16-17页 |
| ·网络用户行为的分类 | 第17-19页 |
| 第三章 网络用户行为分析方法研究 | 第19-30页 |
| ·网络用户行为分析的过程 | 第19-21页 |
| ·网络用户行为分析的三个阶段 | 第19-20页 |
| ·网络用户行为分析详细步骤 | 第20-21页 |
| ·网络用户行为分析系统设计 | 第21-23页 |
| ·网络用户行为分析系统设计的基本目标 | 第21-22页 |
| ·网络行为分析系统设计的原则 | 第22页 |
| ·网络用户行为分析系统的基本功能 | 第22-23页 |
| ·网络用户行为分析系统体系结构及各模块的功能 | 第23页 |
| ·网络用户行为分析系统设计与实现中的一些关键技术 | 第23-30页 |
| ·数据包抓取技术 | 第23-26页 |
| ·关键词提取技术 | 第26-30页 |
| 第四章 网络用户行为数据收集与数据预处理 | 第30-42页 |
| ·数据收集 | 第30页 |
| ·数据库的建立 | 第30-32页 |
| ·数据的预处理 | 第32页 |
| ·数据分析 | 第32-41页 |
| ·用户浏览网页分类 | 第32-35页 |
| ·关联规则挖掘 | 第35-41页 |
| ·数据分析结论 | 第41-42页 |
| 第五章 预测分析 | 第42-61页 |
| ·几种常用的时间序列预测方法 | 第42-47页 |
| ·三种常用线性时序模型 | 第42-44页 |
| ·预测的定量分析法 | 第44-47页 |
| ·基于神经网络的时间序列预测 | 第47-49页 |
| ·基于神经网络的预测理论研究现状及意义 | 第49-50页 |
| ·BP 网络 | 第50-54页 |
| ·BP网络构造 | 第50-53页 |
| ·BP网络基本模型 | 第53-54页 |
| ·BP算法训练的基本步骤 | 第54-56页 |
| ·传统BP算法讨论及改进 | 第56-57页 |
| ·BP模型的改进算法 | 第57-59页 |
| ·成果展示 | 第59-61页 |
| 第六章 总结与展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士学位期间发表的学术论文目录 | 第66页 |
