Web使用挖掘若干關(guān)鍵問(wèn)題研究.pdf

1、Web使用挖掘(Web Usage Mining)是應(yīng)用數(shù)據(jù)挖掘技術(shù)Web數(shù)據(jù)中發(fā)現(xiàn)使用模式的過(guò)程.Web提供了一種不受時(shí)空限制的人機(jī)交互界面,為大規(guī)模記錄,收集,分析和抽取用戶(hù)行為信息提供了巨大的技術(shù)發(fā)展空間.在此背景下,Web使用挖掘研究得到了學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注,由此衍生的技術(shù)大量應(yīng)用在科學(xué)研究,軟件設(shè)計(jì)以及商業(yè)智能等領(lǐng)域.該文總結(jié)了目前Web使用挖掘研究的現(xiàn)狀,對(duì)其中存在的一些問(wèn)題作了深入的研究和探討.這些問(wèn)題分別涉及頻繁序

2、列模式挖掘,Web用戶(hù)行為特征相似性/差別的量化方法,以及支持Web站點(diǎn)設(shè)計(jì)優(yōu)化的數(shù)據(jù)挖掘技術(shù).該文的主要貢獻(xiàn)如下:(1)提出了一個(gè)稱(chēng)為T(mén)D-WAP-Mine的頻繁序列模式挖掘算法.和已有的算法相比,它采用了新的頻繁模式搜索策略,大幅度減少了在構(gòu)造中間數(shù)據(jù)方面的工作量.大量的實(shí)驗(yàn)結(jié)果表明此算法在運(yùn)行速度方面好于原有的算法,特別適合用在需要挖掘大量頻繁模式的場(chǎng)合.(2)提出了一種使用Web結(jié)構(gòu)數(shù)據(jù)所蘊(yùn)涵的語(yǔ)義信息量化使用行為特征差別的方法

3、.與已有的研究相比,特征項(xiàng)之間的關(guān)系表示結(jié)構(gòu)從有向根樹(shù)擴(kuò)展到了有向無(wú)環(huán)圖.基于核心概念"最大相似寬度",此方法為量化使用行為特征在語(yǔ)義上的差別定義了一組距離函數(shù).在關(guān)系表示結(jié)構(gòu)是有向根樹(shù)的條件下,這些距離函數(shù)均滿(mǎn)足三角不等式特性,在提高搜索效率方面具有優(yōu)勢(shì),彌補(bǔ)了以往研究存在的缺陷.實(shí)驗(yàn)初步表明此類(lèi)距離函數(shù)在最近鄰查詢(xún)效果和計(jì)算速度方面可與已有研究媲美.(3)提出了一種新的支持站點(diǎn)設(shè)計(jì)優(yōu)化的Web使用挖掘方案.此方案基于歷史搜尋路徑統(tǒng)計(jì)