基于Session会话的网站推荐系统研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景 | 第9页 |
| ·研究现状及发展趋势 | 第9-11页 |
| ·论文的组织结构 | 第11-13页 |
| 第二章 Web挖掘概述 | 第13-22页 |
| ·Web数据挖掘定义 | 第13页 |
| ·Web数据挖掘特点 | 第13-14页 |
| ·Web数据挖掘分类 | 第14-16页 |
| ·Web内容挖掘 | 第14-15页 |
| ·Web结构挖掘 | 第15页 |
| ·Web使用挖掘 | 第15-16页 |
| ·Web数据挖掘算法 | 第16-17页 |
| ·统计分析 | 第16页 |
| ·关联分析 | 第16页 |
| ·序列模式 | 第16页 |
| ·分类规则 | 第16-17页 |
| ·聚类分析 | 第17页 |
| ·Web数据挖掘流程 | 第17-20页 |
| ·数据取样 | 第18页 |
| ·数据预处理 | 第18-19页 |
| ·建立Web挖掘模型 | 第19页 |
| ·分析与评估 | 第19页 |
| ·知识表述 | 第19-20页 |
| ·Web数据挖掘的应用 | 第20-21页 |
| ·用户聚类分析 | 第20页 |
| ·发现频繁路径 | 第20页 |
| ·个性化页面推荐 | 第20页 |
| ·发现商业智能 | 第20-21页 |
| ·Web站点系统改进 | 第21页 |
| ·小结 | 第21-22页 |
| 第三章 获取Web数据源 | 第22-31页 |
| ·数据获取方式 | 第22-27页 |
| ·服务器日志 | 第22-25页 |
| ·访客注册信息 | 第25页 |
| ·网站页面内容 | 第25页 |
| ·Web链接结构 | 第25页 |
| ·Session会话 | 第25-26页 |
| ·客户端Cookie | 第26-27页 |
| ·基于Session识别的数据取样过程 | 第27-30页 |
| ·小结 | 第30-31页 |
| 第四章 基于Session识别的预处理 | 第31-36页 |
| ·数据清洗 | 第31页 |
| ·用户识别 | 第31-32页 |
| ·会话识别 | 第32-33页 |
| ·路径补充 | 第33-34页 |
| ·事务识别 | 第34-35页 |
| ·小结 | 第35-36页 |
| 第五章 构建记录访客行为的数据仓库模型 | 第36-42页 |
| ·建立事实-维度关系 | 第36-40页 |
| ·事实-维度关系模型 | 第36-38页 |
| ·Fact事实表 | 第38页 |
| ·Time_Dim维度表 | 第38-39页 |
| ·Page_Dim维度表 | 第39页 |
| ·User_Dim维度表 | 第39-40页 |
| ·数据初始化 | 第40-41页 |
| ·页面维度的初始化 | 第40页 |
| ·用户维度的初始化 | 第40-41页 |
| ·小结 | 第41-42页 |
| 第六章 应用数据挖掘实现网站的个性化信息推荐 | 第42-53页 |
| ·个性化推荐的简介 | 第42-43页 |
| ·个性化推荐的实现原理 | 第43页 |
| ·个性化推荐的体系结构 | 第43-45页 |
| ·离线分析系统 | 第44页 |
| ·在线推荐系统 | 第44-45页 |
| ·个性化推荐的功能实现 | 第45-52页 |
| ·建立访问兴趣度模型 | 第45-47页 |
| ·建立协同过滤矩阵 | 第47页 |
| ·计算访问兴趣相似度 | 第47-49页 |
| ·推导Web页面权重值 | 第49-51页 |
| ·获得推荐页面集 | 第51-52页 |
| ·小结 | 第52-53页 |
| 结论 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 附录 | 第59-72页 |
| 1、示例网站的功能 | 第59页 |
| 2、示例网站的结构 | 第59页 |
| 3、用户的访问流程 | 第59-61页 |
| 4、用户的注册流程 | 第61-63页 |
| 5、网站的登录流程 | 第63-65页 |
| 6、页面的执行流程 | 第65-72页 |
| 7、页面的退出流程 | 第72页 |
