| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-10页 |
| 第1章 绪论 | 第10-13页 |
| ·课题背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11页 |
| ·论文主要内容和结构 | 第11-13页 |
| 第2章 Web 挖掘与 Web 日志挖掘 | 第13-17页 |
| ·数据挖掘与 Web 挖掘 | 第13页 |
| ·Web 挖掘的概述 | 第13-14页 |
| ·Web 日志挖掘的关键元素 | 第14-16页 |
| ·Web 日志的来源 | 第14-15页 |
| ·Web 日志的类型 | 第15页 |
| ·Web 日志挖掘的关键过程 | 第15页 |
| ·Web 日志挖掘的关键应用 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第3章 数据预处理与数据建模 | 第17-28页 |
| ·数据的获取及预处理概述 | 第17页 |
| ·Web 日志的不确定性 | 第17-18页 |
| ·Web 日志的预处理 | 第18-22页 |
| ·数据清洗 | 第18-19页 |
| ·用户识别 | 第19-20页 |
| ·会话识别 | 第20-21页 |
| ·路径补充 | 第21-22页 |
| ·事务识别 | 第22页 |
| ·Web 日志数据建模基础 | 第22-23页 |
| ·Web 日志数据建模的关键元素 | 第23-26页 |
| ·Web 页面权重 | 第23-24页 |
| ·Web 隐式语义 | 第24-26页 |
| ·日志数据仓库的多维建模 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第4章 Web 日志挖掘算法的研究及改进 | 第28-41页 |
| ·Web 日志挖掘算法概述 | 第28页 |
| ·关联规则和 Apriori 算法的改进 | 第28-34页 |
| ·关联规则的基本概念 | 第28-29页 |
| ·Apriori 算法的思想及伪码实现 | 第29-32页 |
| ·Apriori 算法的分析及改进 | 第32-34页 |
| ·聚类分析和 K-means 算法的改进 | 第34-39页 |
| ·聚类分析的基本概念 | 第34-35页 |
| ·聚类分析方法的主要分类 | 第35-36页 |
| ·K-means 算法的思想及伪码实现 | 第36-37页 |
| ·K-means 算法的分析及改进 | 第37-39页 |
| ·K-means 和 Apriori 算法在日志挖掘中的性能评价 | 第39页 |
| ·基于 K-means 聚类的 Apriori 算法 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第5章 改进算法的仿真实验及结果分析 | 第41-52页 |
| ·实验目的 | 第41页 |
| ·实验环境 | 第41-42页 |
| ·实验平台 | 第41页 |
| ·实验数据集来源及特征 | 第41-42页 |
| ·实验过程及结果分析 | 第42-51页 |
| ·数据准备阶段 | 第42-44页 |
| ·算法挖掘阶段 | 第44-50页 |
| ·实验结果分析 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第6章 基于 Web 日志挖掘的原型系统设计 | 第52-60页 |
| ·系统总体设计 | 第52-54页 |
| ·可视化插件服务 | 第53页 |
| ·离线分析服务 | 第53-54页 |
| ·在线推荐服务 | 第54页 |
| ·功能模块详细设计及过程分析 | 第54-58页 |
| ·日志数据采集模块 | 第54-56页 |
| ·日志预处理模块 | 第56-57页 |
| ·日志挖掘模块 | 第57-58页 |
| ·在线推荐服务模块 | 第58页 |
| ·系统应用场景 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第7章 总结与展望 | 第60-62页 |
| ·总结 | 第60页 |
| ·展望 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-64页 |