基于电子商务日志的Web使用挖掘研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·课题研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·研究主要内容和论文结构 | 第11-13页 |
| ·研究内容 | 第11-12页 |
| ·论文结构 | 第12-13页 |
| 第二章 Web使用挖掘概述 | 第13-21页 |
| ·使用挖掘流程 | 第13-19页 |
| ·数据收集 | 第14-16页 |
| ·数据预处理 | 第16页 |
| ·模式发现 | 第16-18页 |
| ·模式分析 | 第18-19页 |
| ·使用挖掘在电子商务中的应用 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 序列模式和聚类挖掘相关理论 | 第21-32页 |
| ·序列模式挖掘 | 第21-27页 |
| ·序列模式挖掘由来 | 第21页 |
| ·事务数据库实例 | 第21-22页 |
| ·相关概念与性质 | 第22-23页 |
| ·序列模式算法 | 第23-27页 |
| ·聚类分析 | 第27-31页 |
| ·聚类方法分类 | 第27-28页 |
| ·聚类分析数据结构 | 第28-29页 |
| ·聚类分析算法 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 Web日志的数据预处理 | 第32-43页 |
| ·数据预处理的必要性 | 第32页 |
| ·数据的来源 | 第32-33页 |
| ·数据预处理 | 第33-39页 |
| ·数据净化 | 第34-35页 |
| ·用户识别 | 第35-37页 |
| ·会话识别 | 第37页 |
| ·Frame过滤 | 第37-39页 |
| ·路径补充 | 第39页 |
| ·用户访问事务识别 | 第39-42页 |
| ·扩展有向树 | 第39-40页 |
| ·发现最大向前访问路径 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 权值矩阵聚类和GSP序列模式挖掘算法 | 第43-60页 |
| ·权值矩阵聚类算法 | 第43-52页 |
| ·相关定义 | 第44-48页 |
| ·权值矩阵算法聚类 | 第48-50页 |
| ·算法分析 | 第50-52页 |
| ·GSP序列模式挖掘算法 | 第52-54页 |
| ·相关定义与性质 | 第52-53页 |
| ·GSP算法发现频繁路径 | 第53-54页 |
| ·算法的实例与实验分析 | 第54-59页 |
| ·实例分析 | 第54-57页 |
| ·实验分析 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第六章 面向电子商务站点的个性化推荐系统原型 | 第60-65页 |
| ·定义与分类 | 第60-61页 |
| ·作用与表现形式 | 第61-62页 |
| ·系统模块 | 第62-63页 |
| ·PRS原型结构 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第七章 总结与展望 | 第65-67页 |
| ·本文工作总结 | 第65页 |
| ·工作展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 攻读学位期间主要的研究成果 | 第72页 |
