| 摘要 | 第1-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第11-16页 |
| ·研究背景 | 第11-12页 |
| ·研究现状 | 第12-14页 |
| ·主要研究成果 | 第14页 |
| ·论文结构 | 第14-16页 |
| 第二章 数据挖掘和Web 数据挖掘 | 第16-28页 |
| ·数据挖掘 | 第16-20页 |
| ·数据挖掘的产生 | 第16-17页 |
| ·数据挖掘分类 | 第17-18页 |
| ·数据挖掘的功能 | 第18-20页 |
| ·数据挖掘常用技术 | 第20页 |
| ·Web 数据挖掘 | 第20-23页 |
| ·Web 挖掘的定义和挑战 | 第20-21页 |
| ·Web 内容挖掘 | 第21-23页 |
| ·Web 结构挖掘 | 第23页 |
| ·Web 日志挖掘 | 第23页 |
| ·Web 日志挖掘 | 第23-27页 |
| ·Web 日志挖掘特点 | 第23-24页 |
| ·Web 日志挖掘过程 | 第24-25页 |
| ·Web 日志挖掘应用 | 第25-26页 |
| ·Web 日志挖掘系统 | 第26-27页 |
| ·小结 | 第27-28页 |
| 第三章 Web 日志预处理技术研究 | 第28-41页 |
| ·数据预处理 | 第28-31页 |
| ·预处理数据的重要性 | 第28页 |
| ·数据预处理技术 | 第28-31页 |
| ·Web 日志基础知识 | 第31-36页 |
| ·用户Web 访问过程 | 第31-33页 |
| ·术语解释 | 第33-34页 |
| ·Web 服务器日志格式 | 第34-36页 |
| ·Web 日志预处理过程 | 第36-40页 |
| ·数据清理 | 第37页 |
| ·用户识别 | 第37-38页 |
| ·会话识别 | 第38-39页 |
| ·路径补充 | 第39页 |
| ·事务识别 | 第39-40页 |
| ·小结 | 第40-41页 |
| 第四章 基于概率关联图挖掘日志中关联规则 | 第41-52页 |
| ·关联规则 | 第41-43页 |
| ·关联规则定义 | 第41-42页 |
| ·常用关联规则挖掘算法 | 第42-43页 |
| ·概率关联图 | 第43-46页 |
| ·相关概念 | 第43-44页 |
| ·性质和应用 | 第44-46页 |
| ·用户访问模式 | 第46-48页 |
| ·网站的拓扑结构图 | 第46页 |
| ·用户访问模式图 | 第46-48页 |
| ·关联规则挖掘算法 | 第48-50页 |
| ·算法分析和应用 | 第50-51页 |
| ·小结 | 第51-52页 |
| 第五章 唯一标号树的最大频繁子树挖掘算法U-TreeMiner | 第52-63页 |
| ·相关工作 | 第52-54页 |
| ·树的表示 | 第52-53页 |
| ·TreeMiner 算法 | 第53-54页 |
| ·基础概念 | 第54-56页 |
| ·U-TreeMiner 算法 | 第56-60页 |
| ·实验及结果分析 | 第60-62页 |
| ·可扩展性 | 第60页 |
| ·运行时间分析 | 第60-62页 |
| ·小结 | 第62-63页 |
| 第六章 基于U-TreeMiner 算法挖掘Web 日志中最大频繁访问模式 | 第63-70页 |
| ·用户会话的唯一标号树表示 | 第63-65页 |
| ·基于内容页面优先的支持度计算 | 第65-67页 |
| ·内容页面的影响因子 | 第65-66页 |
| ·改进的支持度计算公式 | 第66-67页 |
| ·用U-TreeMiner 算法挖掘Web 日志中最大频繁访问模式 | 第67-69页 |
| ·扩展性实验 | 第67-68页 |
| ·运行时间分析 | 第68页 |
| ·挖掘结果比较 | 第68-69页 |
| ·小结 | 第69-70页 |
| 第七章 结束语 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 作者在学期间取得的学术成果 | 第76页 |
