基于Web日志的数据挖掘的研究
| 1 绪论 | 第1-12页 |
| ·研究背景 | 第8-9页 |
| ·Web 日志挖掘研究现状 | 第9-10页 |
| ·论文的组织 | 第10-12页 |
| 2 数据挖掘和 Web 数据挖掘 | 第12-20页 |
| ·数据挖掘综述 | 第12-13页 |
| ·数据挖掘概念 | 第12-13页 |
| ·数据挖掘过程 | 第13页 |
| ·Web 数据挖掘技术 | 第13-20页 |
| ·Web 数据挖掘定义 | 第13-14页 |
| ·Web 数据挖掘面临的挑战 | 第14-15页 |
| ·Web 挖掘的分类 | 第15-18页 |
| ·Web 数据挖掘的应用领域 | 第18-20页 |
| 3 Web 日志挖掘的数据准备 | 第20-31页 |
| ·前言 | 第20-21页 |
| ·定义 | 第20页 |
| ·日志挖掘的过程 | 第20-21页 |
| ·数据收集 | 第21-25页 |
| ·服务器端数据 | 第21-24页 |
| ·客户端数据 | 第24页 |
| ·代理服务器端数据 | 第24-25页 |
| ·本文所采用数据源 | 第25页 |
| ·数据预处理 | 第25-31页 |
| ·数据转换 | 第26页 |
| ·数据清理 | 第26-27页 |
| ·用户识别 | 第27-28页 |
| ·会话识别 | 第28-29页 |
| ·路径补充 | 第29-31页 |
| 4 面向聚类挖掘的方法 | 第31-44页 |
| ·聚类分析概述 | 第31-34页 |
| ·聚类分析的分类 | 第31-32页 |
| ·聚类分析的研究方向 | 第32-33页 |
| ·聚类分析的应用 | 第33-34页 |
| ·主要聚类方法的分类 | 第34-40页 |
| ·划分聚类算法 | 第34-37页 |
| ·层次聚类算法 | 第37-39页 |
| ·基于密度的方法 | 第39页 |
| ·基于网格的方法 | 第39-40页 |
| ·基于模型的方法 | 第40页 |
| ·模糊聚类 | 第40-42页 |
| ·Web 日志挖掘对聚类算法的特别要求 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 5 Web 用户浏览模式模糊聚类算法 | 第44-54页 |
| ·算法描述 | 第44-50页 |
| ·从 Web 日志生成 Web 事务集合 | 第44页 |
| ·用户浏览时间的离散化表示方法 | 第44-45页 |
| ·Web 站点用户访问矩阵表示 | 第45-46页 |
| ·原始数据标准化 | 第46页 |
| ·构建模糊相似矩阵 | 第46-47页 |
| ·模糊相似矩阵的传递闭包构造算法 | 第47页 |
| ·采用λ截矩阵法进行模糊聚类分析 | 第47-48页 |
| ·Web 事务聚类 | 第48页 |
| ·实例 | 第48-50页 |
| ·算法证明及实验分析 | 第50-53页 |
| ·矩阵 R~*是矩阵 R 的传递闭包的证明 | 第50-52页 |
| ·实验分析 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 6 结论 | 第54-56页 |
| ·总结 | 第54页 |
| ·展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-59页 |
