Web用户浏览模式模糊聚类算法的研究
| 第1章 绪论 | 第1-11页 |
| 1．1 课题背景 | 第8-9页 |
| 1．2 本文所做的工作 | 第9页 |
| 1．3 本文结构和组织 | 第9-11页 |
| 第2章 数据挖掘概述 | 第11-29页 |
| 2．1 数据挖掘相关概念 | 第11-12页 |
| 2．2 数据挖掘发展简史 | 第12-14页 |
| 2．3 数据挖掘系统体系结构 | 第14-15页 |
| 2．4 Web挖掘技术 | 第15-28页 |
| 2．4．1 Web挖掘 | 第16-17页 |
| 2．4．2 Web使用挖掘研究现状 | 第17-27页 |
| 2．4．3 Web使用发掘的研究方向 | 第27-28页 |
| 2．5 本章小结 | 第28-29页 |
| 第3章 Web使用挖掘中的聚类算法 | 第29-42页 |
| 3．1 聚类 | 第29-31页 |
| 3．2 模糊聚类 | 第31-38页 |
| 3．3 Web使用挖掘中聚类挖掘算法 | 第38-41页 |
| 3．3．1 超图聚类 | 第38-39页 |
| 3．3．2 支撑向量机聚类 | 第39-41页 |
| 3．4 对己有算法的分析 | 第41页 |
| 3．5 本章小结 | 第41-42页 |
| 第4章 Web用户浏览模式模糊聚类算法的研究 | 第42-55页 |
| 4．1 算法模型 | 第42-43页 |
| 4．2 算法描述 | 第43-48页 |
| 4．2．1 从Web日志生成Web事务集合 | 第43页 |
| 4．2．2 用户浏览时间的离散化表示方法 | 第43-44页 |
| 4．2．3 Web站点用户访问矩阵表示 | 第44页 |
| 4．2．4 原始数据标准化 | 第44-45页 |
| 4．2．5 构建模糊相似矩阵 | 第45页 |
| 4．2．6 最大支撑树聚类算法 | 第45-48页 |
| 4．2．7 Web事务聚类 | 第48页 |
| 4．3 算法实例 | 第48-51页 |
| 4．4 浏览时间用区间表示的算法描述 | 第51-54页 |
| 4．5 本章小结 | 第54-55页 |
| 第5章 算法证明及性能分析 | 第55-58页 |
| 5．1 算法证明 | 第55-56页 |
| 5．2 性能分析 | 第56-57页 |
| 5．3 本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 攻读硕士学位期间发表的论文及参加的项目 | 第62-63页 |
| 致谢 | 第63页 |
