基于WAP樹和Markov的Web訪問挖掘.pdf

1、Web使用挖掘可以從大量雜亂無章且具有干擾性的Web訪問日志中挖掘發(fā)現(xiàn)隱含的有用模式，本文對Web使用挖掘尤其是Web訪問序列模式挖掘進行了較為系統(tǒng)與全面的研究。通過對訪問模式的挖掘與分析可以改善Web站點設(shè)計、提供個性化服務(wù)、為Web服務(wù)提供商提供決策支持，因此具有一定的研究價值。
　　對于傳統(tǒng)的頻繁序列模式挖掘算法WAP其每次遞歸挖掘過程中都要重新查找前綴序列集并構(gòu)造WAP-tree，從而挖掘發(fā)現(xiàn)新的公共后綴序列，因而嚴(yán)重影響

2、算法的性能，PLWAP算法對其做了改進，但是其遞歸挖掘過程每次都要通過header table來查找后綴樹集中各事件的第一代同形節(jié)點，從而挖掘發(fā)現(xiàn)新的公共前綴序列，但是PLWAP的header table存儲的是所有的樹節(jié)點且在挖掘過程中始終不變，因而限制了其性能。為此，本文在這些算法的基礎(chǔ)上提出了一個改進算法NPLWAP，NPLWAP算法采取PLWAP對節(jié)點編碼的方式，利用節(jié)點編碼來判斷祖先-后代的關(guān)系從而避免了對樹的重復(fù)構(gòu)造，同時每

3、次都對header table進行重新構(gòu)造避免了對非當(dāng)前處理節(jié)點的后綴樹集節(jié)點進行重復(fù)判斷，而新header table在構(gòu)造時每次都只存儲當(dāng)前節(jié)點的后綴樹集節(jié)點的第一代同形節(jié)點，且利用頭節(jié)點來存儲同形節(jié)點隊列對應(yīng)的事件及其總計數(shù)值，從而不但在算法的性能上有所提高，而且整個算法也更加容易理解，從實驗結(jié)果中可以看出NPLWAP在時間復(fù)雜度和算法可伸縮性上都比WAP和PLWAP要更好。
　　傳統(tǒng)的頻繁模式分析通常是基于關(guān)聯(lián)規(guī)則的分析，

4、然而從實驗中可以發(fā)現(xiàn)頻繁模式主要是單個事件的，而對此關(guān)聯(lián)規(guī)則分析則無法推出任何的規(guī)則，因而無法得到有用的信息。本文采取了對頻繁序列模式進行一定的再處理后進行Markov建模來分析，從而解決了無法對單個事件進行分析的問題，而且Markov模型的轉(zhuǎn)移概率則有利于對用戶的導(dǎo)航行為做更多的探索性分析。從實驗結(jié)果中可以發(fā)現(xiàn)Markov模型無論對于單事件還是多事件的頻繁模式均是通用的，因其均基于統(tǒng)計模型，因此利用Markov模型對頻繁模式進行分析更