基于Web日志挖掘的自适应网站推荐系统框架研究
| 摘要 | 第1-9页 |
| Abstract | 第9-11页 |
| 插图索引 | 第11-12页 |
| 附表索引 | 第12-13页 |
| 第1章 绪论 | 第13-19页 |
| ·Web挖掘研究背景 | 第13-15页 |
| ·Web挖掘研究意义 | 第15-16页 |
| ·Web挖掘研究现状 | 第16-17页 |
| ·Web内容挖掘 | 第16页 |
| ·Web结构挖掘 | 第16-17页 |
| ·Web日志挖掘 | 第17页 |
| ·本文的主要工作 | 第17-18页 |
| ·论文的组织 | 第18-19页 |
| 第2章 Web日志挖掘概述 | 第19-29页 |
| ·数据挖掘技术简介 | 第19页 |
| ·Web挖掘研究基本步骤 | 第19-20页 |
| ·Web挖掘分类 | 第20-21页 |
| ·Web日志挖掘流程 | 第21-25页 |
| ·源数据的收集 | 第22-24页 |
| ·数据预处理 | 第24-25页 |
| ·Web日志挖掘技术 | 第25-26页 |
| ·模式分析 | 第26-27页 |
| ·目前在Web日志挖掘领域的研究方向 | 第27-29页 |
| ·数据预处理方面 | 第27页 |
| ·Web日志挖掘方面 | 第27-28页 |
| ·Web日志分析方面 | 第28-29页 |
| 第3章 一种自适应网站推荐系统框架: SAWRS | 第29-38页 |
| ·建设自适应推荐网站的意义 | 第29-30页 |
| ·自适应网站推荐系统概述 | 第30-32页 |
| ·网站自适应推荐研究现状分析 | 第32-34页 |
| ·自适应网站推荐系统框架设计 | 第34-36页 |
| ·小结 | 第36-38页 |
| 第4章 数据收集和WEB日志数据的预处理 | 第38-53页 |
| ·数据来源 | 第38-39页 |
| ·Web日志数据的预处理 | 第39-40页 |
| ·ECLF日志格式分析 | 第40-41页 |
| ·预处理过程 | 第41-47页 |
| ·数据净化 | 第41页 |
| ·用户识别 | 第41-45页 |
| ·会话识别和路径补充 | 第45-47页 |
| ·事物识别 | 第47-51页 |
| ·实验结果 | 第51-52页 |
| ·小结 | 第52-53页 |
| 第5章 浏览模式的挖掘和分析 | 第53-62页 |
| ·关联规则 | 第53-55页 |
| ·Apriori算法介绍 | 第55-61页 |
| ·算法分析 | 第56-57页 |
| ·算法改进 | 第57-61页 |
| ·小结 | 第61-62页 |
| 第6章 自适应网站推荐 | 第62-69页 |
| ·自适应网站在线推荐 | 第62-65页 |
| ·实验结果与讨论 | 第65-66页 |
| ·自适应推荐要考虑的几个问题及解决方案 | 第66-68页 |
| ·推荐项是否已经被该浏览者浏览过的问题 | 第66-67页 |
| ·网站的更新问题 | 第67页 |
| ·专用Web服务器的实现 | 第67-68页 |
| ·小结 | 第68-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-76页 |
| 致谢 | 第76-77页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第77页 |
