WEB使用挖掘中会话识别方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 致谢 | 第7-12页 |
| 第一章 绪论 | 第12-17页 |
| ·研究背景 | 第12页 |
| ·研究意义 | 第12-14页 |
| ·研究现状 | 第14-15页 |
| ·本文研究的内容 | 第15-16页 |
| ·本文的主要结构 | 第16-17页 |
| 第二章 WEB 使用挖掘的数据预处理 | 第17-25页 |
| ·WEB 使用挖掘 | 第18-20页 |
| ·WEB 使用挖掘过程 | 第18-19页 |
| ·WEB 数据预处理相关的概念 | 第19-20页 |
| ·WEB 数据预处理 | 第20-23页 |
| ·WEB 数据预处理的必要性 | 第20-21页 |
| ·数据预处理的过程 | 第21-23页 |
| ·会话识别的意义 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 聚类技术理论概述 | 第25-34页 |
| ·常用的聚类算法 | 第26-31页 |
| ·基于划分的聚类算法 | 第26-28页 |
| ·基于层次的聚类算法 | 第28-30页 |
| ·基于密度的聚类算法 | 第30-31页 |
| ·聚类结果评价标准 | 第31-33页 |
| ·样本间的相似度 | 第31-32页 |
| ·误差平方和准则 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 基于划分聚类的会话识别方法 | 第34-48页 |
| ·基于聚类算法的数学模型的建立 | 第34-35页 |
| ·基于改进的 K‐MEANS 会话识别算法 | 第35-41页 |
| ·传统的 K-MEANS 算法 | 第35-37页 |
| ·K-MEANS 算法的特点 | 第37页 |
| ·改进的 K-MEANS 算法 | 第37-41页 |
| ·实验及其评价 | 第41-47页 |
| ·实验框架 | 第41-42页 |
| ·实验步骤 | 第42-46页 |
| ·实验结果的评价 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 基于层次聚类算法的会话识别 | 第48-56页 |
| ·层次聚类方法 | 第48-50页 |
| ·改进后的会话识别算法 | 第50-54页 |
| ·时间阈值的确定 | 第52页 |
| ·会话的一次识别过程 | 第52-53页 |
| ·会话的二次识别 | 第53-54页 |
| ·实验及其结果分析 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| ·总结 | 第56页 |
| ·展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士学位期间发表的论文 | 第61-62页 |
