| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第7-9页 |
| ·数据挖掘与WEB数据挖掘 | 第7页 |
| ·论文工作 | 第7-8页 |
| ·论文的组织结构 | 第8-9页 |
| 第二章 WEB数据挖掘技术 | 第9-15页 |
| ·WEB数据挖掘 | 第9页 |
| ·WEB数据挖掘的分类 | 第9-10页 |
| ·WEB Content Mining | 第9-10页 |
| ·Web Usage Mining | 第10页 |
| ·Web Structure Mining | 第10页 |
| ·WEB数据挖掘的对象 | 第10-11页 |
| ·WEB MINING的方法 | 第11-14页 |
| ·Web Content Mining方法 | 第11-12页 |
| ·Web Usage Mining方法 | 第12-13页 |
| ·Web Structure Mining方法 | 第13-14页 |
| ·研究意义和方向 | 第14-15页 |
| 第三章 一个WEB访问信息挖掘系统—WWWMINER | 第15-25页 |
| ·WEB访问信息挖掘的一般过程 | 第15-16页 |
| ·数据准备阶段 | 第15-16页 |
| ·模式发现与模式分析阶段 | 第16页 |
| ·一个WEB访问信息挖掘系统——WWWMINER的实现 | 第16-23页 |
| ·系统设计的考虑 | 第16-17页 |
| ·系统结构及功能模块 | 第17-21页 |
| ·系统实现 | 第21-23页 |
| ·小结 | 第23-25页 |
| 第四章 WWWMINER系统访问信息的预处理及事务识别 | 第25-33页 |
| ·概述 | 第25页 |
| ·WEB访问信息的预处理 | 第25-28页 |
| ·Web访问信息的预处理过程 | 第25-26页 |
| ·WWWMiner系统Web访问信息预处理的实现 | 第26-28页 |
| ·WEB访问信息的事务识别及本系统的实现 | 第28-31页 |
| ·事务识别概述 | 第28-29页 |
| ·本系统事务识别的实现 | 第29-31页 |
| ·实验结果 | 第31页 |
| ·小结 | 第31-33页 |
| 第五章 WWWMINER的关联规则发现 | 第33-40页 |
| ·WEB访问信息中的关联规则发现 | 第33-34页 |
| ·关联规则发现概述 | 第33页 |
| ·关联规则的形式描述 | 第33-34页 |
| ·Web访问信息中的关联规则 | 第34页 |
| ·本系统采用的关联规则发现算法 | 第34-38页 |
| ·算法的核心部分 | 第34-35页 |
| ·快速算法Apriori在Web中的实现 | 第35-38页 |
| ·实验结果 | 第38页 |
| ·小结 | 第38-40页 |
| 第六章 聚类分析及WWWMINER在WEB广播中的实现 | 第40-50页 |
| ·WEB广播的应用背景与取类方法的引入 | 第40-41页 |
| ·WEB广播时的应用背景 | 第40页 |
| ·WEB广播中遇到的问题及聚类方法的引入 | 第40-41页 |
| ·WWWMINER系统WEB页面广播挖掘的实现 | 第41-47页 |
| ·基本概念 | 第41-42页 |
| ·一个实例 | 第42-43页 |
| ·聚类中的挖掘对象 | 第43-44页 |
| ·聚类中的数据预处理 | 第44-45页 |
| ·Wed页面广播挖掘实现的几个阶段 | 第45-47页 |
| ·实验结果 | 第47-49页 |
| ·基本概念 | 第48页 |
| ·结果及评价 | 第48-49页 |
| ·小结 | 第49-50页 |
| 第七章 结束语 | 第50-52页 |
| ·总结 | 第50页 |
| ·进一步的工作 | 第50-52页 |
| 参考文献 | 第52-53页 |
| 致谢 | 第53-54页 |
| 攻读学位期间发表的学术论文 | 第54-55页 |
