基于聚类的Web使用挖掘研究
| 摘要 | 第1-11页 |
| Abstract | 第11-12页 |
| 第1章 绪论 | 第12-25页 |
| ·研究的背景和意义 | 第12-14页 |
| ·本文的研究背景 | 第12-13页 |
| ·本文研究的意义 | 第13-14页 |
| ·数据挖掘研究现状 | 第14-16页 |
| ·数据挖掘的概念 | 第14页 |
| ·数据挖掘的处理过程 | 第14-15页 |
| ·国内外数据挖掘的研究现状 | 第15-16页 |
| ·Web数据挖掘的研究现状及分析 | 第16-22页 |
| ·Web数据挖掘的概念及特点 | 第16-17页 |
| ·Web数据挖掘的分类 | 第17-21页 |
| ·国内外Web数据挖掘的研究现状 | 第21-22页 |
| ·Web数据挖掘研究中存在的问题 | 第22页 |
| ·本文的研究内容及结构安排 | 第22-25页 |
| ·本文的研究内容 | 第22-23页 |
| ·本文的结构安排 | 第23-25页 |
| 第2章 Web数据挖掘研究理论基础 | 第25-37页 |
| ·聚类 | 第25-29页 |
| ·层次聚类 | 第25-26页 |
| ·划分方法 | 第26-27页 |
| ·基于密度的方法 | 第27-28页 |
| ·基于网格的聚类 | 第28页 |
| ·其他方法 | 第28-29页 |
| ·关联规则 | 第29-33页 |
| ·基本原理 | 第29-30页 |
| ·相关研究 | 第30-33页 |
| ·序列模式 | 第33-35页 |
| ·其他方法 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第3章 Web数据预处理过程的自动化 | 第37-45页 |
| ·数据预处理相关的知识 | 第37-38页 |
| ·Web使用信息的收集 | 第38-39页 |
| ·数据清理 | 第39-40页 |
| ·用户识别 | 第40-41页 |
| ·会话识别 | 第41-42页 |
| ·路径补充 | 第42-43页 |
| ·事务识别 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 用户访问路径模式挖掘 | 第45-57页 |
| ·访问路径模式挖掘的目的 | 第45-46页 |
| ·最大前向引用序列的取得 | 第46-51页 |
| ·大型引用序列的获取 | 第51-53页 |
| ·基于喜爱度的浏览频繁路径获取 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 第5章 Web页面聚类和Web用户聚类 | 第57-70页 |
| ·Web聚类及其特点分析 | 第57-59页 |
| ·Web聚类及其内容 | 第57-58页 |
| ·Web模糊聚类的方法 | 第58-59页 |
| ·Web聚类中相似程度的度量 | 第59-62页 |
| ·Web页面聚类 | 第62-67页 |
| ·用户浏览页面之间的相似程度 | 第63-64页 |
| ·使用相似性计算 | 第64-66页 |
| ·聚类 | 第66-67页 |
| ·基于矩阵变换的Web用户聚类 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 第6章 电子商务推荐系统体系结构设计 | 第70-76页 |
| ·电子商务推荐系统 | 第70页 |
| ·电子商务推荐系统体系结构 | 第70-71页 |
| ·Web数据挖掘模块 | 第71-74页 |
| ·模式挖掘 | 第72-73页 |
| ·用户聚类 | 第73页 |
| ·页面聚类 | 第73-74页 |
| ·页面动态推荐 | 第74-76页 |
| 第7章 结论 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81-82页 |
| 学位论文评阅及答辩情况表 | 第82页 |
