| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景及意义 | 第9-10页 |
| ·Web 访问信息挖掘的国内外现状 | 第10-11页 |
| ·数字图书馆个性化服务国内外现状 | 第11-12页 |
| ·本文研究内容 | 第12-13页 |
| ·本文的组织结构 | 第13-14页 |
| ·小结 | 第14-15页 |
| 第二章 数字图书馆个性化信息服务 | 第15-21页 |
| ·数字图书馆简介 | 第15页 |
| ·数字图书馆个性化信息服务概念 | 第15-16页 |
| ·数字图书馆个性化信息服务特征 | 第16-17页 |
| ·数字图书馆个性化信息服务方式 | 第17-18页 |
| ·数字图书馆个性化服务的关键问题 | 第18-20页 |
| ·小结 | 第20-21页 |
| 第三章 Web 访问信息挖掘技术 | 第21-34页 |
| ·数据挖掘 | 第21-24页 |
| ·数据挖掘的概念及过程 | 第21-22页 |
| ·数据挖掘的分类 | 第22页 |
| ·数据挖掘的各种方法 | 第22-24页 |
| ·Web 挖掘 | 第24-28页 |
| ·Web 挖掘的概念 | 第24页 |
| ·Web 挖掘的分类 | 第24-28页 |
| ·Web 访问信息挖掘的步骤 | 第28-33页 |
| ·数据收集 | 第28-29页 |
| ·数据预处理 | 第29-32页 |
| ·模式发现 | 第32页 |
| ·可视化 | 第32-33页 |
| ·小结 | 第33-34页 |
| 第四章 基于关联规则的Web 访问信息挖掘算法的研究 | 第34-55页 |
| ·引言 | 第34页 |
| ·关联规则基本概念 | 第34-36页 |
| ·经典频繁项目集生成算法 | 第36-40页 |
| ·经典的发现频繁项目集算法 | 第36-38页 |
| ·关联规则生成算法 | 第38-40页 |
| ·FP-growth 算法 | 第40-44页 |
| ·FP-growth 的改进算法 | 第44-50页 |
| ·FP-growth_s 算法 | 第44-49页 |
| ·实验分析 | 第49-50页 |
| ·引入页面兴趣阈值的IN_FP 算法 | 第50-54页 |
| ·页面兴趣度的定义 | 第51-52页 |
| ·IN_FP 算法 | 第52-53页 |
| ·实验分析 | 第53-54页 |
| ·小结 | 第54-55页 |
| 第五章 Web 访问信息挖掘算法在数字图书馆个性化服务中的应用 | 第55-64页 |
| ·系统的总体结构 | 第55-56页 |
| ·后台系统模块介绍 | 第56-60页 |
| ·数据预处理的实现 | 第56-59页 |
| ·IN_FP 推荐算法实现 | 第59-60页 |
| ·系统演示 | 第60-62页 |
| ·小结 | 第62-64页 |
| 第六章 总结及展望 | 第64-66页 |
| ·总结 | 第64页 |
| ·展望及进一步的工作 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |
| 攻读学位期间的研究成果 | 第71页 |