Web使用記錄挖掘在數(shù)字圖書館個(gè)性化服務(wù)中的應(yīng)用研究.pdf

1、數(shù)字圖書館使用數(shù)字技術(shù)進(jìn)行信息資源的組織和管理，能夠存儲(chǔ)海量信息。隨著網(wǎng)絡(luò)上數(shù)字圖書館越來越多，數(shù)字圖書館的數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)研究具有較大的應(yīng)用價(jià)值。Web使用記錄挖掘是Web數(shù)據(jù)挖掘的三個(gè)研究領(lǐng)域中非常重要的一個(gè)研究方向，通過分析和探究Web日志記錄中的規(guī)律，可以識(shí)別潛在客戶，將數(shù)據(jù)挖掘技術(shù)運(yùn)用到數(shù)字圖書館中，可以增強(qiáng)對(duì)用戶的服務(wù)質(zhì)量。 本文從整體介紹什么是數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)挖掘開始，由粗而細(xì)逐一介紹了Web數(shù)據(jù)挖掘、Web使用記

2、錄挖掘以及數(shù)字圖書館個(gè)性化服務(wù)系統(tǒng)的相關(guān)概念和知識(shí)，尤其對(duì)Web使用記錄挖掘的相關(guān)理論做了重點(diǎn)介紹，為后續(xù)內(nèi)容奠定了理論基礎(chǔ)。 第三章對(duì)數(shù)字圖書館個(gè)性化服務(wù)中數(shù)據(jù)倉(cāng)庫(kù)的搭建及使用記錄挖掘過程作了詳細(xì)介紹，利用數(shù)據(jù)挖掘軟件clementine以及sqlserver2005，oracle數(shù)據(jù)庫(kù)，對(duì)使用記錄進(jìn)行挖掘：從挖掘工具與數(shù)據(jù)庫(kù)的選擇，到數(shù)據(jù)倉(cāng)庫(kù)的搭建以及使用記錄挖掘過程。根據(jù)CRISP-DM標(biāo)準(zhǔn)挖掘流程圖提出了一套適合使用記錄

3、挖掘的流程圖，并根據(jù)這個(gè)流程圖，進(jìn)行數(shù)據(jù)收集、數(shù)據(jù)理解、數(shù)據(jù)準(zhǔn)備、模式挖掘、模式分析等操作。在數(shù)據(jù)準(zhǔn)備階段又依次劃分為數(shù)據(jù)清理、用戶識(shí)別、會(huì)話識(shí)別、路徑完整4個(gè)階段，在每個(gè)階段中都提出了各自的算法及用clementine具體挖掘過程。用戶識(shí)別階段，提出了一個(gè)基于用戶IP、登陸時(shí)間、網(wǎng)站的拓?fù)鋱D、引用網(wǎng)頁和Agent來識(shí)別出單個(gè)用戶的新的算法。 第四章主要是對(duì)第三章的挖掘過程進(jìn)行實(shí)驗(yàn)，以黑龍江大學(xué)圖書館網(wǎng)站為例，挖掘用戶使用模式，