基于个人网页数据挖掘模型的研究与构建
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-19页 |
| ·课题的研究背景 | 第10页 |
| ·发展现状 | 第10-14页 |
| ·研究内容 | 第11页 |
| ·国内外研究现状 | 第11-14页 |
| ·所存在的问题 | 第14页 |
| ·改进方向 | 第14-16页 |
| ·课题的研究意义和论文结构安排 | 第16-19页 |
| 第2章 理论基础 | 第19-27页 |
| ·数据挖掘 | 第19-21页 |
| ·数据挖掘技术产生的背景 | 第19页 |
| ·数据挖掘的过程 | 第19-20页 |
| ·数据挖掘产生的模式 | 第20-21页 |
| ·数据挖掘应用 | 第21页 |
| ·Web挖掘 | 第21-24页 |
| ·Web挖掘的基本概念 | 第21-22页 |
| ·Web内容挖掘 | 第22页 |
| ·Web结构挖掘 | 第22-23页 |
| ·Web使用记录的挖掘 | 第23页 |
| ·Web挖掘中较关注的问题 | 第23-24页 |
| ·数据挖掘与Web挖掘的区别 | 第24页 |
| ·用户兴趣挖掘的建模过程概述 | 第24-27页 |
| ·元数据获取 | 第25页 |
| ·数据预处理 | 第25页 |
| ·文本聚类分析 | 第25-26页 |
| ·用户兴趣表示 | 第26-27页 |
| 第3章 用户数据预处理 | 第27-33页 |
| ·解析HTML文档 | 第28页 |
| ·文本特征向量的抽取 | 第28-29页 |
| ·文本特征表示 | 第29-33页 |
| ·关于VSM的基本概念 | 第29-30页 |
| ·项的选择 | 第30-31页 |
| ·项的权重计算 | 第31-32页 |
| ·关于VSM的讨论 | 第32-33页 |
| 第4章 文本聚类分析 | 第33-42页 |
| ·文本聚类算法分类 | 第33-37页 |
| ·划分方法 | 第33-35页 |
| ·层次方法 | 第35-36页 |
| ·基于密度的方法 | 第36页 |
| ·基于网格的方法 | 第36-37页 |
| ·基于模型的方法 | 第37页 |
| ·改进的二次聚类算法 | 第37-40页 |
| ·基于概化方法的兴趣主题词抽取 | 第40-42页 |
| 第5章 用户兴趣度的计算 | 第42-53页 |
| ·基于内容的用户兴趣度计算 | 第42-46页 |
| ·兴趣表示模型的确定 | 第42-43页 |
| ·用户兴趣类权值计算 | 第43-46页 |
| ·一种基于行为的网页兴趣度计算方法 | 第46-51页 |
| ·多元线性回归方法 | 第47-49页 |
| ·基于行为的网页兴趣度的计算 | 第49-51页 |
| ·两种方法的结合 | 第51-53页 |
| 第6章 实验结果与分析 | 第53-63页 |
| ·数据预处理 | 第53-56页 |
| ·文本聚类 | 第56-57页 |
| ·页面相似度计算 | 第56页 |
| ·聚类结果 | 第56-57页 |
| ·概化方法提取主题词抽取 | 第57页 |
| ·兴趣类权值计算 | 第57-61页 |
| ·计算页面等级 | 第58-60页 |
| ·计算聚簇内页面集合连接性 | 第60-61页 |
| ·实验结论 | 第61-63页 |
| 第7章 结论 | 第63-65页 |
| ·本文总结 | 第63页 |
| ·将来的工作 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68页 |
