首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文

基于模糊聚类的Web使用模式挖掘研究

中文摘要第1-5页
英文摘要第5-9页
第一章 绪论第9-14页
   ·论文的研究背景及选题意义第9-10页
   ·国内外研究现状第10-12页
     ·用户访问模式的发现方法第11页
     ·现有用户模式挖掘系统的分类第11-12页
   ·论文的研究内容及组织第12-14页
第二章 数据挖掘技术第14-19页
   ·数据挖掘的定义第14-15页
     ·技术上的定义第14页
     ·商业角度的定义第14-15页
   ·数据挖掘的分类第15-18页
     ·根据挖掘对象分第15页
     ·根据挖掘任务分第15-16页
     ·根据挖掘技术分第16-18页
   ·数据挖掘的过程第18-19页
第三章 Web挖掘技术第19-32页
   ·数据挖掘与Web第19-20页
   ·Web挖掘概念及其分类第20-21页
     ·Web数据挖掘、Web信息检索、搜索引擎第20-21页
     ·Web数据挖掘的分类第21页
   ·Web内容挖掘第21-23页
     ·自动摘要第22页
     ·文档分类第22页
     ·文档聚类第22页
     ·关联分析第22页
     ·分布分析与趋势预测第22-23页
   ·Web结构挖掘第23-24页
   ·Web使用模式挖掘第24-25页
   ·Web使用模式挖掘体系结构第25-32页
     ·日志表的建立第27-28页
     ·数据净化第28-29页
     ·用户识别第29页
     ·会话识别第29-30页
     ·路径补充第30-32页
第四章 模糊聚类技术第32-38页
   ·模糊集基础知识第32-33页
   ·模糊聚类理论发展第33-34页
   ·FKM聚类算法第34-38页
     ·K均值聚类算法(HKM)介绍第34-35页
     ·模糊K均值聚类第35-37页
     ·FKM算法的应用第37-38页
第五章 基于FC-MDE模糊聚类的Web用户模式挖掘第38-51页
   ·偏离网页的去除第39-40页
   ·使用者浏览路径相似程度的计算第40-44页
   ·对使用者浏览路径的模糊聚类分析第44-47页
   ·试验设计与结果第47-51页
第六章 智能推荐网站的设计第51-54页
   ·目前网站普遍存在的问题第51页
   ·本系统的特点第51-52页
   ·本系统的设计思想第52页
   ·系统结构第52-54页
第七章 论文总结第54-56页
   ·论文的主要工作第54页
   ·进一步研究第54-56页
致谢第56-57页
参考文献第57-60页
附录第60-61页

论文共61页,点击 下载论文
上一篇:我国乡镇行政机关领导干部选任制度研究
下一篇:论违反民事诉讼法的法律责任