Web日志挖掘技術(shù)及應(yīng)用研究.pdf

1、數(shù)據(jù)挖掘就是從大量的數(shù)據(jù)中提取隱含的、事先未知的、具有潛在價(jià)值的有用信息。隨著Web應(yīng)用的高速發(fā)展和廣泛普及，在Web服務(wù)器上收集了大量的Web日志，這些日志記錄了Web用戶對(duì)Web頁面的每一次訪問的過程，是一種寶貴的信息財(cái)富。挖掘Web日志的關(guān)聯(lián)規(guī)則，可以掌握網(wǎng)絡(luò)流量、理解用戶訪問模式，進(jìn)一步可利用這些信息來提高Web系統(tǒng)性能，促進(jìn)對(duì)Web站點(diǎn)的系統(tǒng)設(shè)計(jì)，以及預(yù)測(cè)未來用戶的數(shù)量和愛好，最終可以在日益發(fā)展的電子商務(wù)領(lǐng)域，指導(dǎo)企業(yè)明智地進(jìn)

2、行市場(chǎng)決策。 Web 日志挖掘就是運(yùn)用數(shù)據(jù)挖掘的思想來對(duì)服務(wù)器日志進(jìn)行分析處理，從而解決上面提出的各種問題。本文結(jié)合海南大學(xué)Web服務(wù)器日志，主要研究了以下內(nèi)容： 1）Web服務(wù)器日志挖掘技術(shù)進(jìn)行了系統(tǒng)的分析和研究。 2）提出了多路徑分割聚類方法。這種方法根據(jù)用戶的訪問路徑進(jìn)行分割聚類，有效地提高了聚類算法的效率。 3）為了尋找頻繁項(xiàng)集，提出了逐層搜索迭代方法。該方法以Aprior算法為基礎(chǔ)，將從k

3、-項(xiàng)候選集確定k-項(xiàng)頻繁集時(shí)掃描數(shù)據(jù)庫的次數(shù)降為一次，有效地提高了挖掘算法的效率。 4）設(shè)計(jì)和實(shí)現(xiàn)了一個(gè)Web日志挖掘原型系統(tǒng)。通過對(duì)海南大學(xué)Web服務(wù)器日志的挖掘，驗(yàn)證該系統(tǒng)的正確性和有效性。 5）本文還探討了利用Web服務(wù)器日志挖掘結(jié)果來改進(jìn)網(wǎng)站結(jié)構(gòu)的方法和技術(shù)。 本文的研究工作與研究成果對(duì)于Web挖掘技術(shù)的研究有一定的理論意義；對(duì)于改進(jìn)網(wǎng)站結(jié)構(gòu)，建立具有個(gè)性化特征的自適應(yīng)網(wǎng)站系統(tǒng)具有重要的參考價(jià)值；為基