基于Web数据挖掘分类算法的个性化信息服务

第一章 绪论	第1-13页
·选题目的和意义	第6-7页
·国内外研究动态	第7-10页
·本文主要研究内容	第10-12页
·本论文内容安排	第12-13页
第二章 数据挖掘知识的概述	第13-25页
·数据挖掘定义与技术	第13-18页
·数据挖掘的定义	第13-14页
·数据挖掘中发现的模式形式	第14-17页
·数据挖掘过程与方法	第17-18页
·数据挖掘中分类与分类方法	第18-23页
·粗糙集方法	第19-20页
·朴素贝叶斯方法	第20-22页
·遗传算法方法	第22-23页
·决策树方法	第23页
·数据挖掘面临的主要问题	第23-24页
·本章小结	第24-25页
第三章 WEB挖掘中分类算法及数据预处理	第25-40页
·WEB数据挖掘	第25-31页
·Web数据挖掘面临的问题	第25-26页
·Web访问挖掘研究内容及主要技术	第26-27页
·Web挖掘中用户访问事务确定方法	第27-31页
·确定用户访问事务的方法	第28-29页
·改进的用户访问事务确定模型及事务完善方法	第29-31页
·分类算法的数据预处理	第31-38页
·概念归纳分层及提取方法	第32-34页
·概念归纳分层的概念	第32页
·概念归纳分层的提取方法	第32-34页
·数据预处理的概念归纳算法	第34-36页
·面向属性归纳的概念归纳策略	第34-35页
·面向属性归纳的概念归纳算法	第35-36页
·基于OLAP技术的概念归纳算法	第36-38页
·数据立方体的构造及其基本操作	第36-37页
·基于OLAP技术的概念归纳算法	第37-38页
·相关性分析	第38-39页
·本章小结	第39-40页
第四章 基于WEB挖掘分类算法的实现	第40-56页
·决策树的分类方法	第40-42页
·决策树的基本概念及应用范围	第40-42页
·基于WEB数据挖掘技术的分类算法	第42-45页
·算法的依据	第42-43页
·基于Web数据挖掘的分类算法的总体框架	第43-45页
·构造决策树	第45-53页
·决策树构造需要考虑的几个问题	第45-46页
·检测类阈值建树法	第46-53页
·算法用到的各种基本技术	第47-48页
·检测类阈值建树算法描述	第48-49页
·算法的测试及分析	第49-53页
·提取分类规则	第53-55页
·分类规则提取的基本方法	第53-54页
·提取单条规则	第54页
·从同一类的分类规则提取类规则集	第54-55页
·类别排序和选择缺省类	第55页
·本章小结	第55-56页
第五章 个性化信息服务系统模型与未来展望	第56-62页
·数据挖掘的处理过程模型	第56-58页
·以用户为中心的处理模型	第56-58页
·在线个性化信息服务工具模型	第58-60页
·全文总结与未来展望	第60-62页
·全文总结	第60页
·未来展望	第60-62页
参考文献	第62-67页
致谢	第67页