Web使用挖掘与网页个性化服务推荐研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-17页 |
| ·研究背景及意义 | 第10-11页 |
| ·数据挖掘的国内外现状 | 第11-13页 |
| ·数据挖掘的发展现状及应用 | 第11-12页 |
| ·Web 数据挖掘国内外现状 | 第12-13页 |
| ·个性化研究国内外现状 | 第13-14页 |
| ·主要的研究内容 | 第14-15页 |
| ·论文的组织结构 | 第15-16页 |
| ·小结 | 第16-17页 |
| 第二章 数据挖掘理论基础 | 第17-25页 |
| ·数据挖掘 | 第17-18页 |
| ·数据挖掘的定义 | 第17页 |
| ·数据挖掘的研究内容 | 第17页 |
| ·数据挖掘的分类 | 第17-18页 |
| ·Web 挖掘 | 第18-20页 |
| ·Web 挖掘的基本概念 | 第18页 |
| ·Web 挖掘的分类 | 第18-20页 |
| ·Web 使用挖掘 | 第20-22页 |
| ·Web 使用挖掘的基本概念 | 第20页 |
| ·Web 使用挖掘的基本流程 | 第20-22页 |
| ·Web 使用挖掘的应用 | 第22页 |
| ·Web 挖掘个性化推荐服务 | 第22-24页 |
| ·小结 | 第24-25页 |
| 第三章 Web 使用挖掘数据预处理 | 第25-35页 |
| ·Web 使用挖掘数据源 | 第25-27页 |
| ·Web 日志挖掘数据预处理 | 第27-33页 |
| ·数据清理 | 第27-28页 |
| ·用户识别 | 第28-30页 |
| ·用户会话识别 | 第30-31页 |
| ·路径补充 | 第31-32页 |
| ·事务识别 | 第32-33页 |
| ·实验数据 | 第33-34页 |
| ·小结 | 第34-35页 |
| 第四章 基于关联规则的 Web 使用挖掘 | 第35-48页 |
| ·关联规则基本概念 | 第35-36页 |
| ·Apriori 算法 | 第36-42页 |
| ·Apriori 算法核心 | 第36-41页 |
| ·Apriori 算法的优化方法 | 第41-42页 |
| ·改进的Apriori 算法 | 第42-44页 |
| ·算法简介 | 第42页 |
| ·算法的理论基础 | 第42-43页 |
| ·算法描述 | 第43页 |
| ·算法应用分析 | 第43-44页 |
| ·实验分析 | 第44-47页 |
| ·理论分析 | 第44-45页 |
| ·实验结果 | 第45-47页 |
| ·小结 | 第47-48页 |
| 第五章 基于聚类的 Web 使用挖掘 | 第48-63页 |
| ·聚类分析 | 第48-52页 |
| ·聚类分析简介 | 第48页 |
| ·聚类分析方法的概念与分类 | 第48-50页 |
| ·距离与相似性度量 | 第50-52页 |
| ·K-means 聚类算法 | 第52-55页 |
| ·K-means 算法的基本思想 | 第53页 |
| ·K-means 算法描述 | 第53页 |
| ·K-mean 算法的时间复杂度 | 第53-54页 |
| ·K-mean 算法的缺点与改进 | 第54-55页 |
| ·改进的过滤算法 | 第55-58页 |
| ·过滤算法 | 第55-56页 |
| ·静态簇与动态簇 | 第56-57页 |
| ·改进的过滤算法 | 第57-58页 |
| ·实验对比分析 | 第58-60页 |
| ·校园网个性化推荐 | 第60-62页 |
| ·小结 | 第62-63页 |
| 第六章 总结及展望 | 第63-65页 |
| ·论文总结 | 第63页 |
| ·展望及进一步的工作 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68-69页 |
| 攻读学位期间的研究成果 | 第69页 |
