| 目录 | 第1-4页 |
| 中文摘要 | 第4-5页 |
| 英文摘要 | 第5-6页 |
| 第1章 引论 | 第6-7页 |
| 第2章 背景及相关工作 | 第7-13页 |
| 2．1 Web内容挖掘 | 第8页 |
| 2．2 Web结构挖掘 | 第8-9页 |
| 2．3 Web使用记录的挖掘 | 第9-13页 |
| 2．3．1 数据预处理 | 第10-11页 |
| 2．3．2 模式发现 | 第11页 |
| 2．3．3 模式分析 | 第11-13页 |
| 第3章 WEB个人化系统 | 第13-28页 |
| 3．1 Web个人化系统的研究现状及性能指标 | 第13-14页 |
| 3．2 CF技术 | 第14-17页 |
| 3．3 基于内容过滤的技术 | 第17页 |
| 3．4 基于web挖掘的个人化系统 | 第17-28页 |
| 3．4．1 使用聚类方法发现集成的使用描述 | 第19-23页 |
| 3．4．2 关联规则与个人化系统 | 第23-24页 |
| 3．4．3 序列或者导航模式 | 第24页 |
| 3．4．4 结合领域本体（domain ontology）到用户的使用视图 | 第24-28页 |
| 第4章 基于概念格的WEB使用记录挖掘在个人化技术中的应用 | 第28-49页 |
| 4．1 数据预处理 | 第28-35页 |
| 4．1．1 数据净化 | 第29页 |
| 4．1．2 用户及会话识别 | 第29-32页 |
| 4．1．3 Pageview识别 | 第32页 |
| 4．1．4 路径补充 | 第32页 |
| 4．1．5 会话识别的例子的例子： | 第32-34页 |
| 4．1．6 本文中所采用的算法 | 第34-35页 |
| 4．2 模式发现 | 第35-43页 |
| 4．2．1 概念格（concept lattice／galois lattice）相关概念介绍 | 第36-38页 |
| 4．2．2 频繁项目 | 第38-39页 |
| 4．2．3 算法的描述 | 第39-43页 |
| 4．3 模式应用 | 第43-46页 |
| 4．4 实验设计 | 第46-49页 |
| 结束语 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53页 |
