| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 引言 | 第10-15页 |
| ·研究背景及意义 | 第10-11页 |
| ·研究背景 | 第10-11页 |
| ·研究意义 | 第11页 |
| ·国内外研究现状 | 第11-13页 |
| ·论文的主要内容及组织结构 | 第13-15页 |
| ·论文的主要内容 | 第13-14页 |
| ·论文的结构安排 | 第14-15页 |
| 第2章 数据挖掘和 web 数据挖掘概述 | 第15-22页 |
| ·数据挖掘 | 第15-19页 |
| ·数据挖掘的定义 | 第15-16页 |
| ·数据挖掘的算法模型 | 第16页 |
| ·数据挖掘的过程模型 | 第16-19页 |
| ·Web 数据挖掘 | 第19页 |
| ·Web 数据挖掘定义 | 第19页 |
| ·Web 挖掘的分类 | 第19页 |
| ·Web 使用挖掘 | 第19-22页 |
| ·Web 数据的收集和预处理 | 第20页 |
| ·Web 数据挖掘的模式发现 | 第20-21页 |
| ·Web 数据挖掘的模式分析 | 第21-22页 |
| 第3章 数据挖掘算法理论基础 | 第22-36页 |
| ·Apriori 算法及算法的改进 | 第22-28页 |
| ·Apriori 算法基本概念 | 第22-23页 |
| ·Apriori 算法实现 | 第23-24页 |
| ·Apriori 算法改进 | 第24-25页 |
| ·Apriori 算法及改进算法生成频繁项目集对比 | 第25-28页 |
| ·GRI 算法 | 第28-29页 |
| ·GRI 算法基本思路 | 第28页 |
| ·GRI 算法的实现 | 第28-29页 |
| ·决策树算法 | 第29-36页 |
| ·决策树原理 | 第30-32页 |
| ·常用的决策树算法 | 第32-36页 |
| 第4章 基于 SPSS Clementine 的日志挖掘研究实例 | 第36-63页 |
| ·需求分析 | 第36页 |
| ·SPSS Clementine 简介 | 第36-37页 |
| ·数据预处理 | 第37-41页 |
| ·数据来源及数据介绍 | 第37-39页 |
| ·数据清理 | 第39-41页 |
| ·个性化推荐研究 | 第41-62页 |
| ·基于统计的浏览器市场占有率分析 | 第41-45页 |
| ·基于关联规则建模分析的软件推荐 | 第45-52页 |
| ·基于决策树建模分析的软件推荐 | 第52-58页 |
| ·基于用户属性和软件使用偏好的好友推荐 | 第58-62页 |
| ·本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-68页 |
| 攻读硕士期间发表的学术论文 | 第68-69页 |
| 个人简介 | 第69页 |