| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 致谢 | 第8-13页 |
| 第一章 绪论 | 第13-19页 |
| ·研究背景及意义 | 第13-14页 |
| ·研究现状分析 | 第14-18页 |
| ·Web 用户会话聚类研究现状 | 第14-15页 |
| ·K-means 研究现状 | 第15-16页 |
| ·BFO 研究现状 | 第16-18页 |
| ·本文的研究内容和文章结构 | 第18-19页 |
| 第二章 web 使用挖掘概述 | 第19-33页 |
| ·Web 数据挖掘 | 第19-20页 |
| ·Web 数据挖掘概念 | 第19-20页 |
| ·Web 使用挖掘 | 第20-21页 |
| ·web 使用挖掘概念 | 第20页 |
| ·Web 使用挖掘的结构和过程 | 第20-21页 |
| ·Web 使用挖掘的主要技术 | 第21页 |
| ·聚类分析 | 第21-29页 |
| ·数据类型和相似度度量 | 第22-25页 |
| ·聚类准则 | 第25-26页 |
| ·聚类优化 | 第26-29页 |
| ·Web 用户会话聚类概述 | 第29-32页 |
| ·web 用户会话聚类数据 | 第29-31页 |
| ·web 会话聚类主要技术 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 基于细菌觅食优化和 K-means 结合的聚类算法 | 第33-46页 |
| ·细菌觅食算法概述 | 第33-36页 |
| ·细菌觅食算法的简介 | 第33页 |
| ·细菌觅食的生物行为 | 第33-34页 |
| ·细菌觅食算法的参数和流程 | 第34-36页 |
| ·细菌觅食聚类算法(BF-C) | 第36-41页 |
| ·算法参数设置的准则 | 第37页 |
| ·趋向性步长的选取 | 第37-38页 |
| ·趋向性次数和游动步长的选取 | 第38页 |
| ·复制操作次数和迁徙操作次数的选取 | 第38-40页 |
| ·迁徙概率的选取 | 第40-41页 |
| ·细菌觅食优化和 k-means 混合的聚类算法 | 第41-45页 |
| ·k-means 算法流程 | 第41-42页 |
| ·混合算法设计思想 | 第42页 |
| ·混合聚类算法流程(KBFC) | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 混合算法在 Web 用户会话聚类中的应用 | 第46-56页 |
| ·web 用户会话聚类问题描述 | 第46页 |
| ·KBFC 算法的聚类有效性分析 | 第46-51页 |
| ·聚类有效性实验数据集 | 第46-47页 |
| ·聚类有效性度量指标 | 第47-48页 |
| ·聚类有效性实验结果 | 第48-51页 |
| ·EPA 数据聚类 | 第51-55页 |
| ·web 日志预处理过程 | 第52-55页 |
| ·EPA 数据实验结果 | 第55页 |
| ·本章小节 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| ·工作总结 | 第56-57页 |
| ·工作展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间发表的论文 | 第62-63页 |