| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 引言 | 第9-12页 |
| ·研究背景与动机 | 第9-10页 |
| ·论文的主要研究内容 | 第10页 |
| ·论文结构 | 第10-12页 |
| 第二章 背景知识 | 第12-28页 |
| ·关联规则挖掘(ASSOCIATION RULES MINING) | 第12-22页 |
| ·Apriori 算法 | 第13-16页 |
| ·DHP 算法 | 第16-18页 |
| ·Partition 算法 | 第18-19页 |
| ·Sampling 算法 | 第19-20页 |
| ·DIC 算法（Dynamic Itemset Count） | 第20页 |
| ·Boolean 算法 | 第20页 |
| ·FP-Tree 算法 | 第20-22页 |
| ·网络挖掘（WEB MINING） | 第22-25页 |
| ·Web 内容挖掘 | 第24页 |
| ·Web 结构挖掘 | 第24页 |
| ·Web 访问挖掘 | 第24-25页 |
| ·XML | 第25-27页 |
| ·小结 | 第27-28页 |
| 第三章 HEA 算法设计 | 第28-46页 |
| ·HEA 算法设计思路 | 第29-34页 |
| ·HEA 算法实例说明 | 第34-40页 |
| ·HEA 算法的特点 | 第40页 |
| ·HEA 算法的性能测试 | 第40-41页 |
| ·HEA 算法用于挖掘XML 文件的方法 | 第41-45页 |
| ·小结 | 第45-46页 |
| 第四章 基于XML 网页的挖掘系统设计 | 第46-62页 |
| ·XML 网页标识获取结构的设计 | 第46-51页 |
| ·个人化网站资料推荐系统的设计 | 第51-54页 |
| ·个人化推荐 | 第52-53页 |
| ·个人化推荐流程 | 第53-54页 |
| ·XML 网页推荐系统说明 | 第54-59页 |
| ·实验网站建设 | 第59-61页 |
| ·小结 | 第61-62页 |
| 第五章 分析与讨论 | 第62-72页 |
| ·分析资料介绍 | 第62-63页 |
| ·使用者的网页内容浏览特性分析 | 第63-68页 |
| ·商品关联分析 | 第68-70页 |
| ·讨论 | 第70-72页 |
| ·影响分析的因素 | 第70页 |
| ·对HTML 网页的数据挖掘 | 第70-72页 |
| 第六章 结论 | 第72-74页 |
| ·本文的工作 | 第72-73页 |
| ·待进一步研究的问题 | 第73-74页 |
| 参考文献 | 第74-76页 |
| 攻读学位期间公开发表的论文 | 第76-77页 |
| 致谢 | 第77-78页 |
| 附录 | 第78-82页 |
| 详细摘要 | 第82-85页 |