| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 引言 | 第8-10页 |
| 1 Web数据挖掘及其链接分析研究 | 第10-24页 |
| ·Web数据挖掘 | 第10-13页 |
| ·Web数据挖掘概述 | 第10-11页 |
| ·Web数据挖掘分类 | 第11-13页 |
| ·搜索引擎 | 第13-18页 |
| ·搜索引擎原理 | 第13-18页 |
| ·Web社区与搜索引擎 | 第18页 |
| ·Web链接分析 | 第18-24页 |
| ·互联网结构的自组织性 | 第19-20页 |
| ·PageRank算法 | 第20-21页 |
| ·HITS算法 | 第21-22页 |
| ·超链接算法的分类及评价 | 第22-24页 |
| 2 改进的发现特定主题Web社区的GN算法 | 第24-39页 |
| ·Web社区发现 | 第24-28页 |
| ·Web社区定义 | 第24页 |
| ·基于有向二分图的技术 | 第24-25页 |
| ·基于最大流的技术 | 第25-26页 |
| ·基于HITS算法 | 第26-27页 |
| ·基于K完全子图连边密度的技术 | 第27-28页 |
| ·社区发现技术的总结 | 第28-29页 |
| ·复杂网络中的社区发现 | 第29-34页 |
| ·基于加权边介数的社区发现算法 | 第34-37页 |
| ·社区结果的可视化 | 第37-39页 |
| 3 实验 | 第39-53页 |
| ·实验预处理 | 第39-41页 |
| ·主题信息搜索系统——Focused Crawler | 第39-40页 |
| ·实验数据集的收集与处理 | 第40-41页 |
| ·实验流程 | 第41-49页 |
| ·构建原始的Web图 | 第42页 |
| ·构建剪枝处理后的Web图 | 第42-44页 |
| ·算法实体 | 第44-45页 |
| ·社区结果的选取 | 第45-46页 |
| ·社区结果可视化 | 第46-49页 |
| ·与其他算法对比 | 第49-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 攻读硕士学位期间发表学术论文情况 | 第58-59页 |
| 致谢 | 第59-60页 |