用戶訪問模式挖掘及自適應(yīng)web研究.pdf

1、當(dāng)今基于B/S的互聯(lián)網(wǎng)應(yīng)用日益廣泛，各類網(wǎng)站所提供的功能和服務(wù)也越來越豐富，然而在智能化方面表現(xiàn)得不夠理想。比如，網(wǎng)站結(jié)構(gòu)缺乏靈活性；提供的服務(wù)或信息分布不合理，未能充分考慮到用戶的需求；信息的訪問路徑未能考慮到信息的重要性和普遍關(guān)注性等等。如果網(wǎng)站能夠根據(jù)用戶的行為模式自動的學(xué)習(xí)，改良自身的組織結(jié)構(gòu)和表現(xiàn)形式，即所謂自適應(yīng)Web站點，無疑將極大的方便用戶的使用。 本文在分析了Web日志記錄結(jié)構(gòu)及涵義的基礎(chǔ)上，結(jié)合山東大學(xué)威海分

2、校研究生處WWW站點，對Web用戶訪問模式挖掘的整個過程進行了詳細的描述，并提出了若干建設(shè)性的技術(shù)方法。 本文研究將集中在基于圖結(jié)構(gòu)的用戶訪問模式挖掘及其在自適應(yīng)Web站點的應(yīng)用上，將數(shù)據(jù)挖掘技術(shù)、數(shù)據(jù)庫技術(shù)與Web技術(shù)相結(jié)合，在分析網(wǎng)站邏輯結(jié)構(gòu)的基礎(chǔ)上，通過對用戶訪問模式的數(shù)據(jù)挖掘，對已存在的Web站點的結(jié)構(gòu)及站點內(nèi)的頁面進行調(diào)整和改善，使其具有自適應(yīng)能力和優(yōu)化能力，使各類信息和服務(wù)以更有效的方式提供給用戶。首先分析進行Web

3、日志挖掘的數(shù)據(jù)基礎(chǔ)及在進行挖掘前需要的數(shù)據(jù)準(zhǔn)備工作，包括數(shù)據(jù)清洗、用戶識別、會話識別等數(shù)據(jù)預(yù)處理過程。其次，提出一種基于Web拓撲結(jié)構(gòu)(圖結(jié)構(gòu))挖掘用戶訪問模式的方法，區(qū)別于常用的基于樹形結(jié)構(gòu)的Web路徑分析技術(shù)，在候選集的生成和剪除過程中減少了候選集的數(shù)量，提高了發(fā)現(xiàn)模式的精確性和效率，并且避免了“交易變質(zhì)”的問題。同時還考慮到增量日志挖掘技術(shù)的問題。利用Web日志挖掘獲得的規(guī)則和模式對已存在的Web站點的結(jié)構(gòu)及站點內(nèi)的頁面進行調(diào)整和

4、改善。包括鏈接位置的變動，增加/刪除頁面間的鏈接等，運用頁面聚類的結(jié)果可方便地向瀏覽模式相似的用戶組推薦其感興趣的主題相似的頁面等，從而實現(xiàn)站點組織結(jié)構(gòu)的優(yōu)化。 運用數(shù)據(jù)挖掘技術(shù)分析用戶的訪問模式，同時考慮到多種相關(guān)因素，可動態(tài)的改變網(wǎng)站的組織結(jié)構(gòu)。通過這種網(wǎng)站結(jié)構(gòu)的調(diào)節(jié)，可以優(yōu)化網(wǎng)站結(jié)構(gòu)，提高動態(tài)網(wǎng)站的服務(wù)性能和服務(wù)質(zhì)量，具有很大的研究和應(yīng)用價值。 利用Web日志挖掘得到的用戶訪問模式來調(diào)整和改善Web站點的結(jié)構(gòu)及站點