基于Web日志挖掘的用户聚类研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·国外研究现状 | 第9-10页 |
| ·国内研究现状 | 第10-11页 |
| ·本文工作和论文结构 | 第11-14页 |
| 第二章 WEB日志挖掘理论研究 | 第14-22页 |
| ·数据挖掘技术 | 第14-15页 |
| ·WEB挖掘 | 第15-17页 |
| ·Web挖掘与数据挖掘的关系 | 第15页 |
| ·Web挖掘的分类 | 第15-17页 |
| ·WEB日志挖掘 | 第17-20页 |
| ·Web日志挖掘过程 | 第17-19页 |
| ·Web日志挖掘的应用 | 第19-20页 |
| ·小结 | 第20-22页 |
| 第三章 WEB日志数据预处理技术研究与改进 | 第22-38页 |
| ·WEB日志数据格式与数据清洗 | 第22-24页 |
| ·用户识别与会话识别 | 第24-26页 |
| ·路径补充 | 第26页 |
| ·一种基于 WEB 日志获取网站拓扑结构的新方法 | 第26-33页 |
| ·对网站拓扑结构的不同理解 | 第27-28页 |
| ·网站拓扑结构的获取 | 第28-31页 |
| ·网站拓扑结构的应用 | 第31-33页 |
| ·实验分析 | 第33-37页 |
| ·网站拓扑结构获取 | 第33-35页 |
| ·拓扑结构的应用—路径补充 | 第35-37页 |
| ·拓扑结构的特性分析 | 第37页 |
| ·小结 | 第37-38页 |
| 第四章 加权关联矩阵及一种新的访问路径矩阵构造 | 第38-48页 |
| ·用户访问兴趣的度量 | 第38-39页 |
| ·基于用户点击数和访问时长的加权关联矩阵 | 第39-42页 |
| ·相关定义 | 第39-40页 |
| ·加权关联矩阵 | 第40-42页 |
| ·一种新的访问路径矩阵构造方法 | 第42-47页 |
| ·访问路径矩阵的构造 | 第42-44页 |
| ·相异度矩阵的构造 | 第44-45页 |
| ·实验分析 | 第45-47页 |
| ·小结 | 第47-48页 |
| 第五章 基于FCM算法的用户聚类研究与算法改进 | 第48-64页 |
| ·聚类分析概述 | 第48-50页 |
| ·聚类定义 | 第48-49页 |
| ·主要聚类方法 | 第49页 |
| ·聚类分析的分类 | 第49-50页 |
| ·模糊聚类基础知识 | 第50-52页 |
| ·相关概念 | 第50-51页 |
| ·模糊聚类 | 第51-52页 |
| ·基于FCM聚类算法的用户聚类 | 第52-57页 |
| ·HCM(Hard c-means)聚类算法 | 第52-53页 |
| ·FCM(模糊C均值)聚类算法 | 第53-55页 |
| ·加权指数m | 第55页 |
| ·用户模糊聚类 | 第55-56页 |
| ·模糊聚类有效性判别 | 第56-57页 |
| ·FCM算法的改进 | 第57-63页 |
| ·对初始聚类中心的改进 | 第57-59页 |
| ·改进算法实现 | 第59-60页 |
| ·实验分析 | 第60-63页 |
| ·小结 | 第63-64页 |
| 第六章 结束语 | 第64-66页 |
| ·总结 | 第64页 |
| ·展望 | 第64-66页 |
| 致谢 | 第66-68页 |
| 参考文献 | 第68-74页 |
| 研究成果 | 第74-75页 |
