免疫遗传算法在WEB使用挖掘中的应用研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 引言 | 第9-17页 |
| ·WEB个性化服务 | 第9-10页 |
| ·WEB挖掘中的关联规则挖掘 | 第10-11页 |
| ·人工免疫系统 | 第11-13页 |
| ·遗传算法 | 第13-14页 |
| ·本文研究意义及内容安排 | 第14-15页 |
| ·本文的研究意义 | 第14-15页 |
| ·本文的内容安排 | 第15页 |
| ·本人主要工作 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第二章 EB挖掘 | 第17-31页 |
| ·WEB挖掘概述 | 第17页 |
| ·WEB挖掘分类 | 第17-19页 |
| ·WEB使用挖掘 | 第19-27页 |
| ·数据预处理 | 第20-22页 |
| ·模式发现 | 第22-25页 |
| ·模式分析 | 第25页 |
| ·模式应用 | 第25-27页 |
| ·WEB挖掘中的关联规则技术 | 第27-30页 |
| ·关联规则挖掘理论 | 第27-28页 |
| ·经典的关联规则挖掘算法 | 第28-29页 |
| ·基于关联规则的个性化服务模式 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 基于遗传算法的WEB关联规则挖掘模型 | 第31-45页 |
| ·遗传算法 | 第31-32页 |
| ·遗传算法理论基础 | 第32页 |
| ·遗传算法与数据挖掘 | 第32-34页 |
| ·遗传算法与各种数据挖掘算法的比较 | 第33页 |
| ·遗传算法在关联规则挖掘中的应用 | 第33-34页 |
| ·基于遗传算法的WEB关联规则挖掘 | 第34-44页 |
| ·WEB站点用户访问表示 | 第36-37页 |
| ·初始群体 | 第37页 |
| ·适应度函数 | 第37-38页 |
| ·遗传操作 | 第38-41页 |
| ·实验和结果 | 第41-44页 |
| ·模式分析 | 第44页 |
| ·本章小结 | 第44-45页 |
| 第四章 基于免疫遗传算法的WEB关联规则挖掘应用 | 第45-52页 |
| ·免疫系统概论 | 第46-48页 |
| ·免疫系统的组成及功能 | 第46页 |
| ·免疫算法与遗传算法的比较 | 第46-48页 |
| ·算法设计 | 第48-49页 |
| ·免疫选择 | 第48-49页 |
| ·算法实现基本步骤 | 第49页 |
| ·实验结果 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 总结与展望 | 第52-54页 |
| ·论文总结 | 第52页 |
| ·下一步的研究工作 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-59页 |
| 攻读学位期间发表的学术论文 | 第59页 |
