| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 主要研究内容 | 第13-14页 |
| 1.4 组织结构 | 第14-16页 |
| 第二章 关键理论技术研究 | 第16-28页 |
| 2.1 Web数据挖掘 | 第16-17页 |
| 2.1.1 Web数据挖掘特点 | 第16-17页 |
| 2.1.2 Web数据挖掘分类 | 第17页 |
| 2.2 WEB日志挖掘 | 第17-20页 |
| 2.2.1 Web日志挖掘的定义 | 第17-19页 |
| 2.2.2 Web日志挖掘的应用 | 第19-20页 |
| 2.3 数据预处理 | 第20-21页 |
| 2.4 相关算法 | 第21-25页 |
| 2.4.1 最大向前引用算法 | 第21-22页 |
| 2.4.2 Apriori算法 | 第22-23页 |
| 2.4.3 聚类算法 | 第23-25页 |
| 2.5 分布式相关技术 | 第25-27页 |
| 2.5.1 分布式数据采集的研究 | 第25页 |
| 2.5.2 数据传输与缓存的研究 | 第25-26页 |
| 2.5.3 分布式数据存储的研究 | 第26页 |
| 2.5.4 分布式数据计算的研究 | 第26-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第三章 WEB日志挖掘系统总体设计 | 第28-33页 |
| 3.1 设计目标 | 第28页 |
| 3.2 系统功能概述 | 第28-29页 |
| 3.3 系统总体设计 | 第29-31页 |
| 3.4 网络结构 | 第31-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第四章 算法研究与改进 | 第33-53页 |
| 4.1 引言 | 第33页 |
| 4.2 数据采集及格式说明 | 第33-34页 |
| 4.3 数据预处理 | 第34-38页 |
| 4.3.1 数据清洗 | 第35-36页 |
| 4.3.2 数据压缩 | 第36页 |
| 4.3.3 用户识别 | 第36页 |
| 4.3.4 事务识别 | 第36-37页 |
| 4.3.5 会话识别 | 第37-38页 |
| 4.3.6 路径补充 | 第38页 |
| 4.4 改进的APRIORI算法 | 第38-44页 |
| 4.4.1 Apriori算法定义 | 第38-40页 |
| 4.4.2 Apriori算法不足 | 第40页 |
| 4.4.3 Apriori算法改进 | 第40-44页 |
| 4.5 改进的模糊聚类算法 | 第44-51页 |
| 4.5.1 用户会话模糊权重分配 | 第44-46页 |
| 4.5.2 相似性度量 | 第46-47页 |
| 4.5.3 基于FCM的用户聚类算法 | 第47-49页 |
| 4.5.4 基于FCMdd的用户聚类算法 | 第49-50页 |
| 4.5.5 基于改进的FCLM的用户聚类算法 | 第50-51页 |
| 4.6 本章小结 | 第51-53页 |
| 第五章 基于分布式计算平台的WEB日志挖掘系统的实现 | 第53-65页 |
| 5.1 系统总体实现 | 第53-54页 |
| 5.2 数据采集模块的实现 | 第54-56页 |
| 5.3 数据存储模块的实现 | 第56-57页 |
| 5.4 数据预处理模块的实现 | 第57-61页 |
| 5.4.1 数据清洗 | 第58-59页 |
| 5.4.2 用户识别 | 第59-60页 |
| 5.4.3 会话识别 | 第60页 |
| 5.4.4 路径补充和事务识别 | 第60-61页 |
| 5.5 序列模式挖掘实现 | 第61-62页 |
| 5.6 用户聚类实现 | 第62-64页 |
| 5.7 本章小结 | 第64-65页 |
| 第六章 实验与分析 | 第65-74页 |
| 6.1 实验环境 | 第65页 |
| 6.2 测试指标 | 第65-66页 |
| 6.3 测试结果与分析 | 第66-73页 |
| 6.3.1 序列模式挖掘 | 第66-68页 |
| 6.3.2 聚类算法 | 第68-73页 |
| 6.4 本章小结 | 第73-74页 |
| 第七章 总结与展望 | 第74-76页 |
| 工作总结 | 第74页 |
| 工作展望 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80-81页 |
| 攻读学位期间发表的学术论文目录 | 第81页 |