文摘
英文文摘
致谢
插图清单
表格清单
第一章 绪论
1.1 研究背景和意义
1.2 研究现状
1.2.1 Web用户会话聚类研究现状
1.2.2 ACO研究现状
1.2.3 PSO研究现状
1.3 本文的研究内容和文章结构
第二章 WEB用户会话聚类概述
2.1 WEB数据挖掘
2.1.1 Web数据挖掘概念
2.1.2 Web数据挖掘过程
2.1.3 Web数据挖掘分类
2.2 WEB用户会话聚类研究
2.2.1 Web用户会话聚类数据
2.2.2 Web用户会话聚类过程
2.2.3 Web用户会话聚类应用
2.3 本章小结
第三章 聚类分析概述
3.1 常用数据结构和相似性度量方法
3.2 聚类算法
3.3 聚类算法比较
3.4 聚类面临的挑战
3.5 本章小结
第四章 基于蚁群和粒子群相结合的混合聚类算法
4.1 蚁群算法概述
4.1.1 基本蚁群算法的起源
4.1.2 蚁群算法的基本原理
4.1.3 基本蚁群算法的特点
4.1.4 蚁群算法的发展
4.1.5 蚁群聚类算法
4.2 粒子群算法概述
4.2.1 粒子群群算法的起源
4.2.2 粒子群算法的基本模型
4.2.3 粒子群算法的参数调整
4.2.4 粒子群算法的改进
4.3 蚁群和粒子群融合的聚类算法
4.3.1 混合算法的设计思想
4.3.2 混合算法的聚类原理
4.3.3 蚂蚁行为的重新定义
4.3.4 解串的构造
4.3.5 ACPSO算法流程
4.3.6 ACPSO算法的特点
4.4 ACPSO聚类算法的仿真实验和结果分析
4.4.1 实验一:粒子群局部搜索的有效性实验
4.4.2 实验二:保留蚁群算法聚类信息的必要性实验
4.4.3 实验三:IRIS数据集和WINE数据集的聚类实验
4.5 本章小结
第五章 混合算法在WEB用户会话聚类中的应用
5.1 数据预处理
5.1.1 Web日志预处理
5.1.2 会话识别
5.2 会话聚类实验及结果评价
5.3 本章小结
第六章 总结与展望
6.1 本文工作总结
6.2 工作展望
参考文献
攻读硕士学位期间发表的论文