| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-14页 |
| ·课题背景及研究意义 | 第9-10页 |
| ·国内外研究现状和发展趋势 | 第10-12页 |
| ·本文主要内容 | 第12-14页 |
| 第二章 Weka机器学习平台 | 第14-21页 |
| ·ARFF文件结构 | 第14-16页 |
| ·Weka Explorer用户界面 | 第16-18页 |
| ·各种图形用户界面功能简介 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 融合变异系数的k-means聚类分析方法(CV-k-means) | 第21-31页 |
| ·聚类分析方法 | 第21-23页 |
| ·K-means聚类分析方法 | 第23-25页 |
| ·变异系数 | 第25-26页 |
| ·变异系数的概念 | 第25页 |
| ·变异系数赋权 | 第25-26页 |
| ·融合变异系数的K-means聚类分析方法 | 第26-30页 |
| ·CV-k-means聚类分析方法 | 第26-27页 |
| ·实验结果与分析 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 基于Weka平台的数据库访问日志研究 | 第31-43页 |
| ·数据预处理 | 第31-34页 |
| ·CV-k-means算法在Weka平台上的实现 | 第34-40页 |
| ·Eclipse开发平台 | 第34-35页 |
| ·在Eclipse中配置Weka | 第35-38页 |
| ·算法的封装 | 第38-40页 |
| ·实验结果及结果分析 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 总结与展望 | 第43-44页 |
| 参考文献 | 第44-46页 |
| 攻读硕士学位期间发表学术论文情况 | 第46-47页 |
| 致谢 | 第47-48页 |
| 附录A 创建图书聚类表CLUSTER的具体过程 | 第48-50页 |
| 附录B Database Utils.prop文件代码 | 第50-51页 |