一種WEB日志數(shù)據(jù)挖掘系統(tǒng)的設(shè)計與實現(xiàn).pdf

1、隨著Internet技術(shù)的不斷發(fā)展和應用，Web站點產(chǎn)生的信息也隨之飛速增長，如何開發(fā)和利用Web站點提供的豐富信息資源成為人們普遍關(guān)注的問題。Web站點提供的豐富信息資源體現(xiàn)在兩個層面：一方面，Web站點自身提供了豐富的信息內(nèi)容；另一方面，人們對Web站點所帶來的龐大的訪問數(shù)據(jù)資源、復雜的數(shù)據(jù)結(jié)構(gòu)和使用者的行為目的產(chǎn)生了更多的構(gòu)想。如何利用Web站點的現(xiàn)有訪問信息提高站點的性能和更好地為用戶服務，成為計算機應用領(lǐng)域的熱門話題之一。本文

2、以Web日志為特征展開研究，在分析Web訪問數(shù)據(jù)結(jié)構(gòu)的基礎(chǔ)上，引入Web數(shù)據(jù)挖掘方法，針對計算機科學與技術(shù)學院的Web站點，設(shè)計并實現(xiàn)了一個特定的分析系統(tǒng)，獲得了一些有價值的分析結(jié)論。 Web數(shù)據(jù)挖掘是將數(shù)據(jù)挖掘方法運用于Web數(shù)據(jù)，提取隱藏其中的、有用的、新穎的模式或知識發(fā)現(xiàn)的過程。其中一個主要分支是Web日志挖掘，它旨在從大量訪問者的訪問歷史記錄中，挖掘網(wǎng)站的頻繁使用模式、用戶訪問行為模式、具有相似行為的用戶群等信息，使人們

3、能夠充分了解Web站點的使用情況和使用Web站點的用戶行為模式，從而對Web站點優(yōu)化組織，更好地為用戶提供服務，提高Web站點的訪問量和性能。 基于以上背景介紹，本文以學院網(wǎng)站W(wǎng)eb服務器日志為研究素材，給出了一個Web日志數(shù)據(jù)挖掘系統(tǒng)的解決方案。通過本系統(tǒng)，不僅可以獲得學院網(wǎng)站的基本統(tǒng)計信息，如站點的使用情況和服務器的響應情況，而且可以獲得網(wǎng)站用戶的訪問模式和用戶的聚類群信息。本文采用的聚類算法，在總結(jié)已有系統(tǒng)開發(fā)經(jīng)驗的基礎(chǔ)上