| 内容摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 导论 | 第8-16页 |
| ·Web 日志挖掘的研究背景和意义 | 第8-10页 |
| ·Web 日志挖掘的研究背景 | 第8页 |
| ·Web 日志挖掘的研究意义 | 第8-10页 |
| ·web 日志挖掘的现状 | 第10-13页 |
| ·国外的研究现状 | 第10-11页 |
| ·国内的研究现状 | 第11-13页 |
| ·论文研究的内容、创新点和意义 | 第13-15页 |
| ·论文研究的内容 | 第13-14页 |
| ·论文研究的创新点 | 第14页 |
| ·论文研究的意义 | 第14-15页 |
| ·论文组织与结构 | 第15-16页 |
| 第2章 web 日志挖掘综述 | 第16-26页 |
| ·web 数据挖掘 | 第16-18页 |
| ·web 挖掘的定义 | 第16页 |
| ·web 挖掘的特点 | 第16-17页 |
| ·web 挖掘的分类 | 第17-18页 |
| ·web 日志挖掘的理论基础 | 第18-24页 |
| ·web 日志挖掘的定义 | 第18页 |
| ·web 日志挖掘的过程 | 第18-23页 |
| ·web 日志挖掘的应用 | 第23-24页 |
| ·XML 与web 日志挖掘 | 第24-26页 |
| ·XML 介绍 | 第24-25页 |
| ·XML 在数据挖掘中的应用 | 第25-26页 |
| 第3章 基于XML 的web 日志挖掘数据源模型XWMM 研究 | 第26-34页 |
| ·当前Web 挖掘模型应用分析 | 第26-27页 |
| ·基于XML 的Web 日志挖掘模型XWMM | 第27-32页 |
| ·数据采集 | 第27-29页 |
| ·数据预处理 | 第29-32页 |
| ·XWMM 模型的优点分析 | 第32-33页 |
| ·实验分析 | 第33-34页 |
| 第4章 基于频繁特征子序列的聚类算法在web 日志挖掘中的应用 | 第34-49页 |
| ·产生用户频繁特征子序列及其出现概率集合 | 第34-43页 |
| ·筛选指定用户的访问序列 | 第36页 |
| ·修改WAP 算法为连续化 | 第36-42页 |
| ·生成用户频繁特征子序列及其出现概率集合 | 第42-43页 |
| ·用户访问序列相似度计算 | 第43-44页 |
| ·用户特征子序列聚类 | 第44-47页 |
| ·算法思想描述 | 第44-45页 |
| ·计算相似类的算法 | 第45-47页 |
| ·用户典型访问序列 | 第47页 |
| ·实验及分析 | 第47-49页 |
| 第5章 web 日志挖掘的原型系统设计与初步实现 | 第49-67页 |
| ·系统体系结构 | 第49-51页 |
| ·实验环境 | 第51-52页 |
| ·功能模块设计与分析 | 第52-67页 |
| ·数据采集 | 第52-58页 |
| ·数据预处理 | 第58-62页 |
| ·模式挖掘 | 第62-65页 |
| ·挖掘结果管理 | 第65-67页 |
| 第6章 总结和展望 | 第67-69页 |
| ·总结 | 第67-68页 |
| ·展望 | 第68-69页 |
| 参考文献 | 第69-71页 |
| 后记 | 第71-72页 |