| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-13页 |
| ·课题的研究背景 | 第7-8页 |
| ·用户兴趣模型的发展现状 | 第8-10页 |
| ·用户兴趣模型的研究内容 | 第8页 |
| ·国内外研究现状 | 第8-10页 |
| ·所存在的问题 | 第10页 |
| ·改进方向 | 第10-11页 |
| ·课题的研究意义和论文结构安排 | 第11-13页 |
| 第二章 理论基础 | 第13-18页 |
| ·数据挖掘 | 第13-15页 |
| ·数据挖掘技术产生的背景 | 第13页 |
| ·数据挖掘的过程 | 第13-14页 |
| ·数据挖掘产生的模式 | 第14-15页 |
| ·数据挖掘应用 | 第15页 |
| ·Web 挖掘 | 第15-17页 |
| ·Web 挖掘的基本概念 | 第15页 |
| ·Web 内容挖掘 | 第15-16页 |
| ·Web 结构挖掘 | 第16页 |
| ·Web 使用记录的挖掘 | 第16页 |
| ·Web 挖掘中较关注的问题 | 第16-17页 |
| ·数据挖掘与 Web 挖掘的区别 | 第17-18页 |
| 第三章 用户数据预处理 | 第18-23页 |
| ·解析 HTML 文档 | 第18页 |
| ·文本特征向量的抽取 | 第18-19页 |
| ·文本特征表示 | 第19-23页 |
| ·关于 VSM 的基本概念 | 第19-20页 |
| ·项的选择 | 第20-21页 |
| ·项的权重计算 | 第21-22页 |
| ·关于 VSM 的讨论 | 第22-23页 |
| 第四章 文本聚类分析 | 第23-32页 |
| ·文本聚类算法分类 | 第23-26页 |
| ·划分方法 | 第23-25页 |
| ·层次方法 | 第25页 |
| ·基于密度的方法 | 第25-26页 |
| ·基于网格的方法 | 第26页 |
| ·基于模型的方法 | 第26页 |
| ·CLOPE 聚类算法 | 第26-32页 |
| ·聚类直方图 | 第26-27页 |
| ·基于直方图的聚类算法 | 第27-30页 |
| ·算法实现 | 第30-32页 |
| 第五章 用户兴趣度的计算 | 第32-42页 |
| ·基于内容的用户兴趣度计算 | 第32-36页 |
| ·兴趣表示模型的确定 | 第32-33页 |
| ·用户兴趣类权值计算 | 第33-36页 |
| ·一种基于行为的网页兴趣度计算方法 | 第36-40页 |
| ·多元线性回归方法 | 第36-39页 |
| ·基于行为的网页兴趣度的计算 | 第39-40页 |
| ·两种方法的结合 | 第40-42页 |
| 第六章 基于 Web 挖掘的个性化 Web Capture 系统 | 第42-52页 |
| ·系统概述 | 第42页 |
| ·主要功能模块 | 第42-50页 |
| ·数据预处理模块 | 第42-45页 |
| ·学习模块 | 第45-49页 |
| ·推荐模块 | 第49-50页 |
| ·系统界面 | 第50-52页 |
| 第七章 结论 | 第52-53页 |
| ·本文的总结 | 第52页 |
| ·将来的工作 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 在学期间公开发表论文情况 | 第56页 |