| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 引言 | 第9-16页 |
| 1.1 研究背景和选题意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 选题意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 Web 日志挖掘研究现状 | 第10-12页 |
| 1.2.2 Web 日志增量挖掘研究现状 | 第12-13页 |
| 1.3 论文的主要内容 | 第13-14页 |
| 1.4 本文的组织结构 | 第14-16页 |
| 第2章 Web 日志挖掘的原理与相关技术 | 第16-26页 |
| 2.1 Web 挖掘 | 第16-18页 |
| 2.1.1 Web 挖掘的定义 | 第16页 |
| 2.1.2 Web 挖掘的特点 | 第16-17页 |
| 2.1.3 Web 挖掘的分类 | 第17-18页 |
| 2.2 Web 日志挖掘 | 第18-19页 |
| 2.2.1 Web 日志挖掘的简介 | 第18页 |
| 2.2.2 Web 日志挖掘的常用技术 | 第18-19页 |
| 2.3 Web 日志预处理 | 第19-21页 |
| 2.3.1 Web 日志数据清洗 | 第19-20页 |
| 2.3.2 Web 日志用户及会话识别 | 第20页 |
| 2.3.3 Web 日志路径填充 | 第20-21页 |
| 2.3.4 Web 日志事务识别 | 第21页 |
| 2.4 SOM 神经网络理论 | 第21-23页 |
| 2.4.1 SOM 神经网络介绍 | 第21-22页 |
| 2.4.2 SOM 神经网络原理和算法 | 第22页 |
| 2.4.3 SOM 神经网络的特点 | 第22-23页 |
| 2.5 模糊聚类理论 | 第23-25页 |
| 2.5.1 模糊聚类 FCM 算法 | 第23-25页 |
| 2.5.2 模糊聚类 FCM 算法的特点 | 第25页 |
| 2.6 小结 | 第25-26页 |
| 第3章 基于 SOM 神经网络和模糊聚类的挖掘模型设计 | 第26-36页 |
| 3.1 改进算法思想 | 第26页 |
| 3.2 模糊聚类初始中心集的选取 | 第26-28页 |
| 3.3 类合并算法 | 第28-30页 |
| 3.4 改进的挖掘算法 | 第30-35页 |
| 3.4.1 算法描述 | 第30-31页 |
| 3.4.2 算法评估标准 | 第31-32页 |
| 3.4.3 实验结果 | 第32-35页 |
| 3.4.4 算法分析 | 第35页 |
| 3.5 小结 | 第35-36页 |
| 第4章 基于改进算法的 Web 日志增量式挖掘模型 | 第36-43页 |
| 4.1 基本概念和理论 | 第36-37页 |
| 4.1.1 Web 用户聚类 | 第36页 |
| 4.1.2 Web 用户兴趣特征向量表示 | 第36-37页 |
| 4.1.3 Web 日志增量挖掘描述 | 第37页 |
| 4.2 增量问题分析 | 第37-39页 |
| 4.3 类分裂算法 | 第39-40页 |
| 4.4 基于改进算法的 Web 日志增量式挖掘模型 | 第40-42页 |
| 4.4.1 算法描述 | 第40-41页 |
| 4.4.2 实验结果 | 第41-42页 |
| 4.4.3 算法分析 | 第42页 |
| 4.5 小结 | 第42-43页 |
| 第5章 实验验证及分析 | 第43-53页 |
| 5.1 实验目的 | 第43页 |
| 5.2 实验开发平台环境 | 第43页 |
| 5.3 聚类评估系数 | 第43-44页 |
| 5.4 实验数据准备 | 第44-47页 |
| 5.4.1 数据的选取 | 第44-45页 |
| 5.4.2 数据的处理 | 第45-47页 |
| 5.5 Web 日志增量式挖掘模型实现 | 第47-48页 |
| 5.5.1 概要设计 | 第47页 |
| 5.5.2 基于 SOM 神经网络和模糊聚类的 Web 日志挖掘 | 第47-48页 |
| 5.5.3 Web 日志增量式挖掘 | 第48页 |
| 5.6 实验结果与分析 | 第48-52页 |
| 5.7 小结 | 第52-53页 |
| 第6章 总结与展望 | 第53-55页 |
| 6.1 论文的总结 | 第53-54页 |
| 6.2 展望 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 攻读学位期间的研究成果 | 第59页 |
