基于閉頻繁項(xiàng)集的Web日志挖掘.pdf

1、隨著信息技術(shù)的飛速發(fā)展,數(shù)據(jù)庫應(yīng)用的不斷深化,數(shù)據(jù)挖掘已成為當(dāng)今研究的熱點(diǎn)。Web日志挖掘是Web數(shù)據(jù)挖掘中非常重要的一個(gè)研究領(lǐng)域和方向。通過分析和發(fā)現(xiàn)Web日志記錄中的規(guī)律,可以挖掘出Web用戶潛在的使用規(guī)律和模式,這可被廣泛用于發(fā)現(xiàn)電子商務(wù)中的潛在客戶、提高Web服務(wù)的質(zhì)量和效率以及優(yōu)化企業(yè)信息門戶性能等領(lǐng)域。然而,傳統(tǒng)的基于關(guān)聯(lián)規(guī)則的Web日志挖掘方法都是基于一般頻繁項(xiàng)的,這類方法往往產(chǎn)生大量的候選規(guī)則,且存在大量冗余的規(guī)則,對(duì)時(shí)

2、間和主存空間都是一種挑戰(zhàn)。然而,閉頻繁項(xiàng)集的數(shù)量遠(yuǎn)小于一般頻繁項(xiàng)集,而且通過閉頻繁項(xiàng)集可以得到所有的頻繁項(xiàng)集,通過閉頻繁項(xiàng)集產(chǎn)生的關(guān)聯(lián)規(guī)則能得到所有的規(guī)則。對(duì)此,本文提出了一種基于閉頻繁項(xiàng)集的Web日志挖掘算法—CFIs_Webmining,該算法在CHARM_L挖掘產(chǎn)生閉頻繁項(xiàng)集格結(jié)構(gòu)的基礎(chǔ)上進(jìn)一步提取最小關(guān)聯(lián)規(guī)則,從而在一定程度上解決了以往基于一般頻繁項(xiàng)集的關(guān)聯(lián)規(guī)則挖掘算法出現(xiàn)的問題。本文首先闡述了課題的研究背景及Web日志挖掘的國

3、內(nèi)外研究現(xiàn)狀,然后對(duì)數(shù)據(jù)挖掘、Web數(shù)據(jù)挖掘和Web日志挖掘進(jìn)行了概述;接著在Web日志訪問模式挖掘研究方面,重點(diǎn)研究了關(guān)聯(lián)規(guī)則及其經(jīng)典挖掘算法:Apriori算法和CHARM算法;然后介紹了閉頻繁項(xiàng)集的概念,及高效挖掘閉頻繁項(xiàng)集CHARM算法,還有在CHARM算法基礎(chǔ)上挖掘產(chǎn)生閉頻繁項(xiàng)集格結(jié)構(gòu)的CHARM_L算法,同時(shí)引入了最小關(guān)聯(lián)規(guī)則的概念,后兩者都是構(gòu)成CFIs_Webmining的重要組成部分。本文通過大量的實(shí)驗(yàn)證明了CFIs_