基于Web日志挖掘的應(yīng)用研究.pdf

1、隨著Internet的迅速發(fā)展，網(wǎng)站的信息量呈指數(shù)增長(zhǎng)，如何從這些海量數(shù)據(jù)中抽取潛在的、用戶感興趣的知識(shí)是一個(gè)非常重要和有意義的課題。Web日志挖掘正是以此為目標(biāo)應(yīng)運(yùn)而生的。Web日志挖掘是對(duì)用戶與Web服務(wù)器在交互時(shí)產(chǎn)生的數(shù)據(jù)使用數(shù)據(jù)挖掘技術(shù)發(fā)現(xiàn)隱含的規(guī)律性知識(shí)，得到用戶訪問(wèn)站點(diǎn)的頻繁程度和行為模式，從而有利于網(wǎng)站設(shè)計(jì)人員掌握用戶的喜好和訪問(wèn)習(xí)慣，改善Web站點(diǎn)結(jié)構(gòu)及頁(yè)面間的超鏈接結(jié)構(gòu)，提高站點(diǎn)的服務(wù)質(zhì)量，改進(jìn)站點(diǎn)性能，更好地為用戶提

2、供服務(wù)。 論文主要從以下幾個(gè)方面對(duì)Web日志挖掘進(jìn)行分析和研究： (1)提出了基于XML的web日志挖掘數(shù)據(jù)源模型XWMM 提出了一種基于XML的Web日志挖掘數(shù)據(jù)源模型XWMM。該模型提供方便和精確的數(shù)據(jù)源搜集方式，搜集的數(shù)據(jù)內(nèi)容齊全，實(shí)現(xiàn)來(lái)自訪問(wèn)日志的用戶瀏覽記錄和用戶對(duì)網(wǎng)頁(yè)操作記錄的有機(jī)融合，有較高的會(huì)話識(shí)別精度和性能，支持多維的Web挖掘分析。 (2)提出了一種基于頻繁特征子序列的聚類算法

3、 提出了一種基于用戶頻繁特征子序列的Web日志聚類算法，該算法首先通過(guò)構(gòu)建MNP樹(shù)改進(jìn)了WAP算法，產(chǎn)生用戶頻繁特征子序列及其出現(xiàn)概率集合，然后綜合考慮頁(yè)面順序，研究了訪問(wèn)序列相似度的計(jì)算方法，建立用戶訪問(wèn)序列相似度矩陣，從而獲得聚類結(jié)果集，進(jìn)而可以通過(guò)計(jì)算各類的中心，得到用戶典型訪問(wèn)序列，能有效地挖掘用戶群的訪問(wèn)模式，具有較好的聚類質(zhì)量和性能，為電子商務(wù)個(gè)性化服務(wù)提供了依據(jù)。 (3)設(shè)計(jì)了基于XML的Web日志挖掘的原型系統(tǒng)X