| 第一章 引言 | 第1-11页 |
| 第二章 数据库中数据挖掘的介绍 | 第11-13页 |
| 2．1 数据挖掘简介 | 第11页 |
| 2．2 数据挖掘的过程 | 第11-13页 |
| 第三章 Web Usage Mining的介绍 | 第13-19页 |
| 3．1 Web Usage Mining简介 | 第13页 |
| 3．2 Web Usage Mining的处理过程 | 第13-16页 |
| 3．2．1 数据预处理阶段 | 第14页 |
| 3．2．2 模式挖掘阶段 | 第14-16页 |
| 3．2．3 模式分析阶段 | 第16页 |
| 3．3 Web Usage Mining的应用领域和现有的系统 | 第16-19页 |
| 3．3．1 个性化服务的定制 | 第16-17页 |
| 3．3．2 系统性能和安全性的改进 | 第17页 |
| 3．3．3 网站结构的改进 | 第17页 |
| 3．3．4 商业智能和决策支持 | 第17-19页 |
| 第四章 系统综述 | 第19-21页 |
| 第五章 数据的预处理 | 第21-24页 |
| 第六章 统计信息的挖掘 | 第24-25页 |
| 第七章 序列规则的挖掘 | 第25-51页 |
| 7．1 商场顾客行为的序列规则的挖掘 | 第25页 |
| 7．2 GSP算法的相关概念 | 第25-27页 |
| 7．3 本系统中序列规则的相关概念 | 第27-31页 |
| 7．4 序列规则挖掘的流程和主要算法 | 第31-51页 |
| 7．4．1 数据的准备 | 第31-32页 |
| 7．4．2 WebAttribute序列规则的挖掘过程 | 第32-40页 |
| 7．4．2．1 排序阶段 | 第32-33页 |
| 7．4．2．2 求适用的属性集合的阶段 | 第33-34页 |
| 7．4．2．3 数据变换阶段 | 第34-35页 |
| 7．4．2．4 求侯选的适用序列的阶段 | 第35-38页 |
| 7．4．2．5 求最大的侯选集合的阶段 | 第38-40页 |
| 7．4．3 HashTree算法 | 第40-51页 |
| 7．4．3．1 HashTree的InsertTree函数 | 第40-45页 |
| 7．4．3．1．1 InsertLeafIntoRoot函数 | 第43页 |
| 7．4．3．1．2 InsertLeafInInterior函数 | 第43-45页 |
| 7．4．3．2 HashTree的ReadFromTree函数 | 第45-48页 |
| 7．4．3．2．1 ReadFromInterior函数 | 第47-48页 |
| 7．4．3．2．2 ReadFromLeaf函数 | 第48页 |
| 7．4．3．3 HashTree的DeleteFromTree函数 | 第48页 |
| 7．4．3．4 HashTree的ScanFromTree函数 | 第48-51页 |
| 7．4．3．4．1 ScanInterior函数 | 第49-50页 |
| 7．4．3．4．2 ScanLeaf函数 | 第50-51页 |
| 第八章 基于Web Usage Mining的个性化网站系统 | 第51-52页 |
| 第九章 系统的实现 | 第52-57页 |
| 9．1 系统的开发方式 | 第52页 |
| 9．2 系统的功能模块 | 第52-57页 |
| 9．2．1 数据预处理模块 | 第52页 |
| 9．2．2 统计信息挖掘模块 | 第52-53页 |
| 9．2．3 序列规则挖掘模块 | 第53-55页 |
| 9．2．3．1 HashTree类 | 第53-55页 |
| 9．2．3．2 SeqMiner类 | 第55页 |
| 9．2．4 个性化网页生成模块 | 第55-56页 |
| 9．2．5 管理界面模块 | 第56-57页 |
| 第十章 结论和下一步要做的工作 | 第57-58页 |
| 致 谢 | 第58-59页 |
| 参考文献 | 第59-61页 |
