| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 1 前言 | 第10-15页 |
| ·引言 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·模糊聚类的研究现状 | 第11-13页 |
| ·Web 用户模式挖掘的研究现状 | 第13页 |
| ·本文所做的工作 | 第13-14页 |
| ·论文的主要内容 | 第14-15页 |
| 2 数据挖掘与WEB 挖掘的基础知识 | 第15-22页 |
| ·数据挖掘 | 第15-19页 |
| ·数据挖掘的定义 | 第15-16页 |
| ·数据挖掘研究的内容和本质 | 第16-19页 |
| ·WEB 挖掘 | 第19-22页 |
| ·Web 数据挖掘的概念 | 第20页 |
| ·Web 挖掘研究的内容 | 第20页 |
| ·Web 挖掘的分类 | 第20-22页 |
| 3 WEB 使用模式挖掘的研究 | 第22-32页 |
| ·WEB 使用模式挖掘流程 | 第23-24页 |
| ·数据预处理 | 第23-24页 |
| ·模式发现 | 第24页 |
| ·模式分析 | 第24页 |
| ·WEB 使用模式挖掘体系结构 | 第24-32页 |
| ·日志表的建立 | 第27-28页 |
| ·数据净化 | 第28-29页 |
| ·用户识别 | 第29-30页 |
| ·会话识别 | 第30-31页 |
| ·路径补充 | 第31-32页 |
| 4 模糊聚类理论应用及研究 | 第32-50页 |
| ·模糊聚类目标函数的演化 | 第33-39页 |
| ·模糊划分矩阵 U | 第34-35页 |
| ·相似性准则 D(.) | 第35-37页 |
| ·聚类原型 B | 第37页 |
| ·加权指数m | 第37-38页 |
| ·各种数据集 X 聚类 | 第38-39页 |
| ·模糊聚类算法实现途径的研究 | 第39-42页 |
| ·基于交替优化的实现 | 第39-40页 |
| ·基于神经网络的实现 | 第40-41页 |
| ·基于进化计算的实现 | 第41-42页 |
| ·模糊聚类有效性的研究 | 第42-43页 |
| ·模糊聚类的应用研究 | 第43-45页 |
| ·模糊聚类在模式识别中的应用 | 第43-44页 |
| ·模糊聚类在图像处理中的应用 | 第44-45页 |
| ·FC-MDE 算法的研究 | 第45-50页 |
| ·K-均值聚类 | 第46-47页 |
| ·模糊K 均值聚类 | 第47-48页 |
| ·FC-MDE 算法的提出 | 第48-50页 |
| 5 基于FC-MDE 模糊聚类的WEB 用户模式挖掘 | 第50-62页 |
| ·偏离网页的去除 | 第50-52页 |
| ·使用者浏览路径相似程度的计算 | 第52-56页 |
| ·对使用者浏览路径的模糊聚类分析 | 第56-59页 |
| ·实验部分 | 第59-62页 |
| 6 总结与展望 | 第62-64页 |
| ·总结 | 第62页 |
| ·展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 攻读硕士期间发表的论文 | 第65-66页 |
| 参考文献 | 第66-68页 |