Web日志挖掘相关技术研究
| 第1章 绪论 | 第1-15页 |
| ·研究背景及意义 | 第9页 |
| ·研究动态 | 第9-12页 |
| ·存在的问题 | 第12-13页 |
| ·本文工作及组织 | 第13-15页 |
| 第2章 Web数据挖掘技术概述 | 第15-28页 |
| ·数据挖掘和Web挖掘 | 第15-18页 |
| ·数据挖掘 | 第15-17页 |
| ·Web挖掘 | 第17页 |
| ·Web挖掘分类 | 第17-18页 |
| ·Web日志挖掘简介 | 第18-22页 |
| ·Web日志挖掘应用 | 第18-20页 |
| ·Web日志挖掘数据 | 第20页 |
| ·Web日志挖掘数据采集 | 第20-22页 |
| ·Web日志挖掘预处理技术 | 第22-27页 |
| ·Web日志文件 | 第22-24页 |
| ·Web日志挖掘相关术语 | 第24-25页 |
| ·数据预处理过程 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 基于ⅴ兴趣度事务预处理方法 | 第28-37页 |
| ·问题的提出 | 第28-30页 |
| ·Web日志预处理过程的改进 | 第30页 |
| ·ⅴ兴趣度事务算法 | 第30-35页 |
| ·相关概念定义 | 第30-32页 |
| ·算法设计 | 第32-33页 |
| ·算法实现 | 第33-34页 |
| ·实例 | 第34-35页 |
| ·算法分析 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 聚类和模糊聚类 | 第37-54页 |
| ·聚类 | 第37-40页 |
| ·主要的聚类方法 | 第37-40页 |
| ·聚类分析的分类 | 第40页 |
| ·模糊聚类分析 | 第40-45页 |
| ·模糊聚类的常用算法 | 第41-44页 |
| ·模糊聚类的应用研究 | 第44-45页 |
| ·基于目标函数的FCM聚类分析 | 第45-49页 |
| ·模糊划分矩阵U | 第45-46页 |
| ·对相似性准则D(·)的研究 | 第46-47页 |
| ·对加权指数m的研究 | 第47-48页 |
| ·对各种数据集X聚类的研究 | 第48-49页 |
| ·模糊聚类算法实现途径的研究 | 第49-51页 |
| ·基于交替优化的实现 | 第49页 |
| ·基于神经网络的实现 | 第49-50页 |
| ·基于进化计算的实现 | 第50-51页 |
| ·模糊聚类有效性的研究 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 基于模糊聚类的Web事务聚类研究 | 第54-65页 |
| ·Web聚类及其特点分析 | 第54-55页 |
| ·Web聚类的内容 | 第54-55页 |
| ·Web模糊聚类的方法 | 第55页 |
| ·FCM算法介绍 | 第55-58页 |
| ·模糊分类矩阵和最佳聚类中心矩阵 | 第56页 |
| ·模糊聚类 | 第56-57页 |
| ·聚类的有效性度量 | 第57-58页 |
| ·算法描述 | 第58-61页 |
| ·从Web日志生成Web事务集合 | 第58页 |
| ·ⅴ兴趣度Web事务离散化 | 第58-59页 |
| ·ⅴ兴趣度事务矩阵 | 第59-60页 |
| ·数据规格化 | 第60页 |
| ·构造模糊相似矩阵 | 第60-61页 |
| ·改进的FCM算法 | 第61-63页 |
| ·试验结果 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 结论 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第70-71页 |
| 致谢 | 第71页 |
