基于web日志的访问行为分类技术研究
摘要 | 第1-7页 |
Abstract | 第7-11页 |
第1章 绪论 | 第11-16页 |
·论文的研究背景和意义 | 第11-12页 |
·国内外研究现状 | 第12-13页 |
·访问行为的研究 | 第12-13页 |
·访问行为分类技术的研究 | 第13页 |
·论文的主要研究内容 | 第13-14页 |
·论文的组织结构 | 第14-16页 |
第2章 Web 访问行为分类技术 | 第16-24页 |
·访问行为分类技术 | 第16-17页 |
·人机访问行为分类技术 | 第17-22页 |
·基于决策树的人机访问行为分类 | 第17-19页 |
·基于隐马尔科夫模型的人机访问行为分类 | 第19-20页 |
·贝叶斯网络在人机访问行为分类中的应用 | 第20-22页 |
·人机访问行为分类方法中存在的不足 | 第22-24页 |
第3章 改进的会话识别方法 | 第24-33页 |
·会话识别技术存在的主要问题 | 第24-26页 |
·利用非页面日志改进会话识别质量 | 第26-30页 |
·改进会话页面集的划分方法 | 第26-27页 |
·图片类日志信息在路径补充中的作用分析 | 第27-29页 |
·路径补充中侯选路径的评价算法 | 第29-30页 |
·改进会话识别方法的实验及分析 | 第30-31页 |
·会话识别质量与访问行为分类间的关系 | 第31-33页 |
第4章 面向用户分析的人机访问行为分类方法 | 第33-47页 |
·制约人机访问行为分类质量的主要问题 | 第33-34页 |
·改进的人机访问行为分类方法 | 第34-38页 |
·面向用户的分类方法选择 | 第35页 |
·面向用户分析中贝叶斯分类策略的调整 | 第35-37页 |
·贝叶斯分类中特征参数的选择 | 第37-38页 |
·实验设计与实现 | 第38-47页 |
·实验环境与数据准备 | 第38-39页 |
·特征参数离散化 | 第39-43页 |
·贝叶斯分类训练 | 第43-44页 |
·贝叶斯分类测试结果与分析 | 第44-47页 |
结论 | 第47-49页 |
参考文献 | 第49-51页 |
致谢 | 第51-52页 |
攻读硕士期间发表(含录用)的学术论文 | 第52页 |