| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 研究背景与意义 | 第8-10页 |
| 1.2 国内外相关研究工作 | 第10-12页 |
| 1.2.1 移动互联网用户行为分析现状 | 第10-11页 |
| 1.2.2 关联规则挖掘研究现状 | 第11-12页 |
| 1.3 论文的主要工作 | 第12-14页 |
| 1.4 论文的组织结构 | 第14-16页 |
| 第2章 相关理论基础 | 第16-32页 |
| 2.1 关联规则理论 | 第16-22页 |
| 2.1.1 关联规则的基本概念 | 第16-17页 |
| 2.1.2 关联规则挖掘的过程 | 第17页 |
| 2.1.3 关联规则的分类 | 第17-19页 |
| 2.1.4 关联规则挖掘算法 | 第19-22页 |
| 2.2 动态关联规则挖掘 | 第22-26页 |
| 2.2.1 动态关联规则的原定义 | 第22-23页 |
| 2.2.2 原定义的不足之处 | 第23-24页 |
| 2.2.3 动态关联规则新定义 | 第24-25页 |
| 2.2.4 动态关联规则挖掘算法 | 第25-26页 |
| 2.3 移动用户行为分析关键技术及研究方法 | 第26-31页 |
| 2.3.1 数据挖掘 | 第26-27页 |
| 2.3.2 Web挖掘 | 第27-29页 |
| 2.3.3 移动用户网络行为主要研究方法 | 第29-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第3章 基于情境信息的移动用户偏好挖掘 | 第32-41页 |
| 3.1 移动互联网用户情境 | 第32-33页 |
| 3.2 基于情境的用户偏好分析 | 第33-37页 |
| 3.2.1 情境化的用户偏好提取 | 第34-36页 |
| 3.2.2 基于Apriori算法的情境化用户偏好分析 | 第36-37页 |
| 3.3 实验及分析 | 第37-40页 |
| 3.3.1 实例设计 | 第37-39页 |
| 3.3.2 实验结果分析 | 第39-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 基于动态关联规则的用户偏好分析 | 第41-53页 |
| 4.1 相关研究 | 第41-43页 |
| 4.1.1 用户浏览内容偏好的表示 | 第41-42页 |
| 4.1.2 Web文档分类 | 第42-43页 |
| 4.2 动态关联规则趋势度挖掘 | 第43-47页 |
| 4.2.1 动态关联规则趋势度描述 | 第43-44页 |
| 4.2.2 基于趋势度的动态关联规则挖掘算法 | 第44-45页 |
| 4.2.3 建模思想 | 第45-46页 |
| 4.2.4 建模步骤 | 第46-47页 |
| 4.3 实例分析 | 第47-52页 |
| 4.3.1 分析目标 | 第47页 |
| 4.3.2 分析流程 | 第47-50页 |
| 4.3.3 动态关联规则挖掘 | 第50-51页 |
| 4.3.4 比较分析 | 第51-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第5章 总结与展望 | 第53-55页 |
| 5.1 总结 | 第53页 |
| 5.2 展望 | 第53-55页 |
| 参考文献 | 第55-60页 |
| 致谢 | 第60-61页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第61页 |