網(wǎng)站信息組織優(yōu)化：基于網(wǎng)絡(luò)日志的用戶行為分析

第1章 緒論 
　1．1 背景介紹 
　　1．1．1 目前網(wǎng)站建設(shè)存在的主要問題 
　　1．1．2 基于網(wǎng)絡(luò)日志的用戶信息行為研究具有重要價(jià)值 
　　1．1．3 網(wǎng)站設(shè)計(jì)與用戶體驗(yàn)的最佳組合 
　1．2 國(guó)內(nèi)外相關(guān)研究綜述 
　　1．2．1 基于網(wǎng)絡(luò)日志的網(wǎng)站信息組織研究 
　　1．2．2 基于網(wǎng)絡(luò)日志的用戶信息行為研究 
　1．3 本書內(nèi)容的理論價(jià)值和現(xiàn)實(shí)意義 
　　1．3．1 學(xué)術(shù)與理論價(jià)值 
　　1．3．2 現(xiàn)實(shí)意義 
　1．4 本書采用的技術(shù)路線和方法 
　　1．4．1 技術(shù)路線 
　　1．4．2 主要方法 
　1．5 本書的主要內(nèi)容 
　1．6 本書的創(chuàng)新點(diǎn) 
第2章 網(wǎng)站信息組織優(yōu)化與網(wǎng)絡(luò)日志挖掘概述 
　2．1 WEB技術(shù)的發(fā)展與網(wǎng)絡(luò)日志挖掘相互促進(jìn) 
　2．2 網(wǎng)站信息組織優(yōu)化的基本內(nèi)容 
　　2．2．1 網(wǎng)站信息組織優(yōu)化使網(wǎng)站更加智能化 
　　2．2．2 網(wǎng)站信息組織優(yōu)化的特點(diǎn) 
　　2．2．3 網(wǎng)站信息組織優(yōu)化的原理與機(jī)制 
　　2．2．4 網(wǎng)絡(luò)環(huán)境下信息組織優(yōu)化的效率評(píng)價(jià) 
　　2．2．5 網(wǎng)站信息組織優(yōu)化系統(tǒng)和原型研究 
　　2．2．6 網(wǎng)站信息組織優(yōu)化的發(fā)展趨勢(shì) 
　2．3 網(wǎng)絡(luò)日志挖掘簡(jiǎn)介 
　　2．3．1 網(wǎng)絡(luò)日志數(shù)據(jù)的來源與類型 
　　2．3．2 網(wǎng)絡(luò)用戶行為數(shù)據(jù)的收集方法 
　　2．3．3 日志挖掘的預(yù)處理技術(shù) 
第3章 網(wǎng)絡(luò)用戶信息行為分析 
　3．1 用戶信息行為的定義 
　3．2 網(wǎng)絡(luò)用戶行為 
　　3．2．1 網(wǎng)絡(luò)用戶行為的概念 
　　3．2．2 網(wǎng)絡(luò)用戶行為的特征 
　　3．2．3 構(gòu)成網(wǎng)絡(luò)用戶行為的主要因素 
　3．3 網(wǎng)絡(luò)用戶信息行為的類型 
　　3．3．1 用戶的信息尋求行為 
　　3．3．2 用戶的信息需求行為 
　　3．3．3 用戶信息瀏覽行為 
　　3．3．4 用戶信息檢索行為 
　　3．3．5 網(wǎng)絡(luò)用戶的選擇和存儲(chǔ)行為 
　　3．3．6 網(wǎng)絡(luò)用戶的信息吸收和利用行為 
　3．4 關(guān)于信息行為模型的研究 
　3．5 用戶個(gè)性化知識(shí)服務(wù)需求的影響因素 
　　3．5．1 個(gè)人因素 
　　3．5．2 環(huán)境因素 
　3．6 基于用戶信息行為的B2C網(wǎng)站用戶認(rèn)知 檢索模型 
　　3．6．1 認(rèn)知信息檢索的發(fā)展及模型 
　　3．6．2 用戶認(rèn)知信息檢索的應(yīng)用分析 
　　3．6．3 B2C電子商務(wù)用戶認(rèn)知信息檢索的模型 
　3．7 基于網(wǎng)絡(luò)日志的用戶行為數(shù)據(jù)的提取和 分析――以某學(xué)院
　　網(wǎng)站為例 
　　3．7．1 網(wǎng)絡(luò)日志的獲取及其分析方法 
　　3．7．2 數(shù)據(jù)分析 
第4章 網(wǎng)站信息組織優(yōu)化算法的設(shè)計(jì)與實(shí)現(xiàn) 
　4．1 智能推薦引擎的設(shè)計(jì)與實(shí)現(xiàn) 
　　4．1．1 相似度計(jì)算 
　　4．1．2 K均值算法在協(xié)作型推薦中的設(shè)計(jì)和應(yīng)用 
　4．2 網(wǎng)站信息自動(dòng)抽取技術(shù)的實(shí)現(xiàn)與應(yīng)用 
　　4．2．1 網(wǎng)頁(yè)信息自動(dòng)抽取的意義 
　　4．2．2 基于重復(fù)模式識(shí)別的網(wǎng)頁(yè)信息自動(dòng)抽取 
　　4．2．3 基于自然標(biāo)注的網(wǎng)頁(yè)信息抽取 
　4．3 智能預(yù)測(cè)技術(shù)的應(yīng)用和實(shí)現(xiàn) 
　　4．3．1 決策樹算法模型設(shè)計(jì) 
　　4．3．2 決策樹算法應(yīng)用于網(wǎng)站注冊(cè)用戶的預(yù)測(cè) 
第5章 智能技術(shù)在社交網(wǎng)站信息過濾中的應(yīng)用實(shí)例分析 
　5．1 交互性網(wǎng)站面臨垃圾信息干擾的背景 
　5．2 貝葉斯分類器思想及其訓(xùn)練模型設(shè)計(jì) 
　　5．2．1 貝葉斯公式 
　　5．2．2 貝葉斯分類器的思想 
　　5．2．3 相關(guān)研究述評(píng) 
　　5．2．4 基于貝葉斯分類器的訓(xùn)練模型設(shè)計(jì) 
　5．3 社交網(wǎng)站中對(duì)垃圾信息的自動(dòng)過濾 
　5．4 實(shí)驗(yàn)結(jié)果分析 
　5．5 結(jié)語(yǔ) 
第6章 網(wǎng)站導(dǎo)航優(yōu)化及其試運(yùn)行效果展示 
　6．1 數(shù)據(jù)準(zhǔn)備 
　6．2 網(wǎng)站組織優(yōu)化試運(yùn)行效果 
　6．3 結(jié)論 
后記 
參考文獻(xiàn)