声明
摘要
第1章 引言
1.1 研究背景和意义
1.2 国内外研究现状
1.2.1 Web日志挖掘研究现状
1.2.2 推荐系统研究现状
1.3 论文主要研究内容和创新点
1.3.1 论文主要研究内容
1.3.2 论文主要创新点
1.4 论文结构安排
第2章 相关理论概况
2.1 数据挖掘
2.1.1 数据挖掘背景
2.1.2 数据挖掘的过程
2.1.3 数据挖掘方法
2.2 Web数据挖掘
2.2.1 Web数据挖掘背景
2.2.2 Web数据挖掘分类
2.2.3 Web数据挖掘处理流程
2.3 Web日志挖掘
2.3.1 Web日志挖掘背景与应用
2.3.2 Web日志挖掘流程
2.4 Apriori算法
2.5 本章小结
第3章 Web日志挖掘预处理技术
3.1 Web日志挖掘数据源
3.1.1 客户端数据
3.1.2 代理服务器端数据
3.1.3 服务端数据
3.2 Web日志挖掘预处理的过程
3.3 Web日志挖掘的预处理
3.3.1 数据清理
3.3.2 用户识别
3.3.3 会话识别
3.3.4 路径补充
3.3.5 事务识别
3.4 本章小结
第4章 Web使用挖掘中的频繁访问模式发现
4.1 关联规则概述
4.1.1 关联规则的相关定义
4.1.2 关联规则的分类
4.2 经典关联规则挖掘算法
4.2.1 Apriori算法
4.2.2 Apriori算法举例
4.2.3 Apriori算法性能分析
4.3 加权关联规则挖掘
4.3.1 加权关联规则模型
4.3.2 W-Apriori算法
4.3.2 算法性能分析
4.5 本章小结
第5章 基于Web日志挖掘的个性化推荐研究及应用
5.1 系统框架设计
5.2 系统运行软硬件环境
5.3 离线推荐模块
5.3.1 Web日志预处理模块
5.3.2 频繁访问模式发现
5.4 在线推荐模块
5.5 本章小结
第6章 总结与展望
6.1 现有工作总结
6.2 未来工作展望
参考文献
致谢
发表论文