| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 1 绪论 | 第10-15页 |
| ·选题背景及研究意义 | 第10-11页 |
| ·Multi-Agent 和关联规则的研究现状及应用现状 | 第11-13页 |
| ·本文研究内容 | 第13-14页 |
| ·论文的组织结构 | 第14-15页 |
| 2 关联规则挖掘的基本概念和技术 | 第15-24页 |
| ·关联规则的基本概念 | 第15-16页 |
| ·关联规则的挖掘过程 | 第16页 |
| ·关联规则挖掘技术 | 第16-18页 |
| ·数据预处理技术 | 第16-17页 |
| ·最大频繁模式挖掘技术概述 | 第17-18页 |
| ·基于位对象技术和改进FP 树构造方法的关联规则挖掘 | 第18-22页 |
| ·本章小结 | 第22-24页 |
| 3 Agent 和 Multi-Agent 理论和技术 | 第24-34页 |
| ·Agent 和 Multi-Agent 概念 | 第24页 |
| ·Agent 的特征及结构分类 | 第24-28页 |
| ·Agent 的特征 | 第24-25页 |
| ·Agent 的结构 | 第25-28页 |
| ·Multi-Agent 系统体系结构 | 第28-31页 |
| ·Multi-Agent 系统优点 | 第28-29页 |
| ·Multi-Agent 系统的体系结构 | 第29-31页 |
| ·Multi-Agent 系统关键技术 | 第31-33页 |
| ·开发运行环境的选择 | 第31-32页 |
| ·开发Multi-Agent 系统的技术要点 | 第32-33页 |
| ·Multi-Agent 系统开发方法的选择 | 第33页 |
| ·本章小结 | 第33-34页 |
| 4 基于 Multi-Agent 和关联规则挖掘的行为推荐原型系统的设计 | 第34-49页 |
| ·行为推荐原型系统研究概述 | 第34-35页 |
| ·行为推荐原型系统设计目标 | 第35页 |
| ·系统问题描述 | 第35-36页 |
| ·ARSM 系统架构 | 第36-38页 |
| ·系统任务规划和分解 | 第36-37页 |
| ·采用的关联规则挖掘算法 | 第37页 |
| ·基于Multi-Agent 的系统架构设计 | 第37-38页 |
| ·ARSM 系统功能模块设计 | 第38-48页 |
| ·Agent 模型设计 | 第39-41页 |
| ·Agent 的结构设计 | 第41-46页 |
| ·Multi-Agent 的模型及结构设计 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 5 ARSM 系统在 Web 访问上应用 | 第49-60页 |
| ·ARSM 系统在 Web 访问上应用策略 | 第49页 |
| ·Web 访问上的 ARSM 系统的实现 | 第49-59页 |
| ·Web 日志数据集及预处理 | 第50-52页 |
| ·主要功能模块实现 | 第52-55页 |
| ·系统实现效果 | 第55-58页 |
| ·系统实现效果分析 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 6 结论 | 第60-61页 |
| ·总结 | 第60页 |
| ·展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 附录 | 第66页 |
