| 摘要 | 第1-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 引言 | 第8-11页 |
| ·研究背景及意义 | 第8页 |
| ·课题研究现状 | 第8-10页 |
| ·本文所作工作及论文结构 | 第10-11页 |
| ·本文所作工作 | 第10页 |
| ·本文结构 | 第10-11页 |
| 第二章 数据挖掘与Web 日志挖掘 | 第11-18页 |
| ·数据挖掘概述 | 第11页 |
| ·Web 数据挖掘 | 第11-15页 |
| ·Web 数据挖掘的定义和特点 | 第11-12页 |
| ·Web 挖掘的对象 | 第12-13页 |
| ·Web 挖掘的类型 | 第13-15页 |
| ·Web 日志挖掘 | 第15-17页 |
| ·Web 日志挖掘的定义 | 第15页 |
| ·Web 日志挖掘流程 | 第15-16页 |
| ·Web 日志挖掘的应用领域 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第三章 Web 日志挖掘的预处理技术 | 第18-26页 |
| ·数据预处理技术概述 | 第18页 |
| ·Web 日志基础知识 | 第18-21页 |
| ·预处理流程 | 第21-25页 |
| ·数据清理 | 第21-23页 |
| ·用户识别 | 第23页 |
| ·会话识别 | 第23-24页 |
| ·路径补充 | 第24页 |
| ·事务识别 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第四章 Web 日志挖掘的模式发现 | 第26-41页 |
| ·模式发现方法 | 第26-29页 |
| ·统计分析 | 第26页 |
| ·路径分析 | 第26页 |
| ·关联分析 | 第26-27页 |
| ·序列模式 | 第27-28页 |
| ·聚类 | 第28-29页 |
| ·分类 | 第29页 |
| ·FP-增长算法 | 第29-39页 |
| ·基于Apriori 的方法综述 | 第29-30页 |
| ·FP-增长算法的执行过程 | 第30-36页 |
| ·FP-增长算法的描述 | 第36-38页 |
| ·FP-增长算法的代码优化方案 | 第38-39页 |
| ·模式分析 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 Web 日志挖掘系统WebMiner 设计与实现 | 第41-51页 |
| ·WebMiner 系统的设计 | 第41-43页 |
| ·设计原则 | 第41页 |
| ·系统结构 | 第41-42页 |
| ·功能模块 | 第42-43页 |
| ·WebMiner 系统的实现 | 第43-49页 |
| ·开发环境 | 第43-44页 |
| ·用户界面 | 第44-45页 |
| ·日志获取与预处理模块 | 第45-48页 |
| ·日志挖掘模块 | 第48-49页 |
| ·挖掘结果显示模块 | 第49页 |
| ·实验结果分析 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-53页 |
| ·总结 | 第51页 |
| ·下一步的工作 | 第51-53页 |
| 参考文献 | 第53-55页 |
| 致谢 | 第55页 |