基于Web的日志挖掘技术的研究
| 第1章 绪论 | 第1-12页 |
| ·课题的来源、目的和意义 | 第8页 |
| ·Web日志挖掘研究现状 | 第8-11页 |
| ·国外的研究现状 | 第8-10页 |
| ·国内的研究现状 | 第10-11页 |
| ·本篇论文的组织结构 | 第11-12页 |
| 第2章 Web日志挖掘研究 | 第12-25页 |
| ·数据挖掘技术 | 第12-16页 |
| ·数据挖掘研究现状 | 第13-15页 |
| ·数据挖掘的任务和挖掘方法 | 第15-16页 |
| ·Web日志挖掘 | 第16-24页 |
| ·Web日志挖掘相关术语 | 第17-18页 |
| ·Web日志挖掘的数据源 | 第18-21页 |
| ·Web日志挖掘的过程 | 第21-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 面向聚类挖掘的方法 | 第25-36页 |
| ·聚类分析概述 | 第25-28页 |
| ·聚类分析的分类 | 第25-26页 |
| ·聚类分析的研究方向 | 第26-27页 |
| ·聚类分析的应用 | 第27-28页 |
| ·主要聚类方法的分类 | 第28-33页 |
| ·划分聚类算法 | 第28-31页 |
| ·层次聚类算法 | 第31-33页 |
| ·基于密度的方法 | 第33页 |
| ·基于网格的方法 | 第33页 |
| ·基于模型的方法 | 第33页 |
| ·Web日志挖掘对聚类算法的特别要求 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 模糊聚类理论应用及研究 | 第36-48页 |
| ·模糊聚类目标函数的演化 | 第37-41页 |
| ·模糊划分矩阵U | 第37-39页 |
| ·对相似性准则D(·)的研究 | 第39-40页 |
| ·对加权指数m的研究 | 第40页 |
| ·对各种数据集X聚类的研究 | 第40-41页 |
| ·模糊聚类算法实现途径的研究 | 第41-44页 |
| ·基于交替优化的实现 | 第41-42页 |
| ·基于神经网络的实现 | 第42-43页 |
| ·基于进化计算的实现 | 第43-44页 |
| ·模糊聚类有效性的研究 | 第44-45页 |
| ·模糊聚类的应用研究 | 第45-47页 |
| ·模糊聚类在模式识别中的应用 | 第45-46页 |
| ·模糊聚类在图像处理中的应用 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 Web日志模糊聚类算法的研究 | 第48-58页 |
| ·模糊C-均值算法介绍 | 第48-49页 |
| ·高效的Web日志模糊聚类算法 | 第49-56页 |
| ·Web站点用户访问表示 | 第50-51页 |
| ·创建相异矩阵 | 第51-53页 |
| ·聚类算法 | 第53-56页 |
| ·试验结果 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第64-65页 |
| 致谢 | 第65页 |
