基于Web日志挖掘的頁面推薦的研究.pdf

1、互聯(lián)網的迅猛發(fā)展，為人們提供了各種信息資源，然而，如此龐大的信息量為人們尋找自己真正感興趣的信息帶來困難。因此，要為用戶提供更好的服務，關鍵是發(fā)現(xiàn)用戶的潛在訪問興趣。解決這一問題的方法就是將傳統(tǒng)的數據挖掘技術應用于Web上，通過分析研究Web服務器日志記錄來獲取用戶的瀏覽模式，根據用戶的行為模式，進行頁面推薦和提供個性化服務。 本文首先對數據挖掘、Web挖掘及Web日志挖掘進行了系統(tǒng)的討論，簡單的介紹了數據挖掘的過程、方法和We

2、b挖掘的分類，詳細地分析了Web日志挖掘預處理的各個步驟，包括數據凈化、用戶識別、會話識別、路徑補充和事務識別等，并對其實現(xiàn)方法進行了研究；其次在對關聯(lián)規(guī)則深入探討的基礎上，對Apdori算法和改進的Apriod算法進行分析，并用實例對兩者進行比較，接著，介紹了序列模式挖掘的相關概念，詳細描述了基于Apriofi算法的類Apriod算法，并將Apriori算法的改進思想應用到類Apriod算法，改進類Apdori算法的性能，并用具體實例