基于粗糙集的Web日志挖掘.pdf

1、粗糙集理論是一種刻劃不完整性和不確定性的數(shù)學(xué)工具，它主要的特點(diǎn)在于不需要關(guān)于數(shù)據(jù)的任何預(yù)備的或額外的信息就能夠有效地分析和處理各種不完備信息，并從中發(fā)現(xiàn)隱含的知識，揭示潛在的規(guī)律。粗糙集理論已經(jīng)在決策支持、模式識別、過程控制、機(jī)器學(xué)習(xí)等許多科學(xué)和工程領(lǐng)域得到成功的應(yīng)用，并日益受到國際學(xué)術(shù)界的重視。粗糙集問題的核心在于數(shù)據(jù)離散化和屬性的約簡。但是，已經(jīng)證明求解所有約簡和求解最小約簡都是NP-hard問題，因此，尋求快速的約簡算法仍是粗糙集

2、理論的主要研究課題之一。 著重研究數(shù)據(jù)挖掘的粗糙集理論，尤其是數(shù)據(jù)離散和屬性約簡。關(guān)于屬性的離散化，主要介紹了等頻、等間距、Nave Scale算法、Semi Naive Scaler算法，并通過UCI數(shù)據(jù)集對幾種離散化算法做了比較，我們并且發(fā)現(xiàn)，選取不同的算法，會導(dǎo)致后面約簡結(jié)果產(chǎn)生很大差異?；诖植诩碚摰膶傩约s簡算法粗糙集中最核心的部分，文章主要討論的約簡算法包括：基于差別矩陣和邏輯運(yùn)算的屬性約簡算法、改進(jìn)的啟發(fā)式屬性約簡

3、算法、遺傳算法、這些算法本身有著各自的特點(diǎn)。 數(shù)據(jù)挖掘是近年來隨著數(shù)據(jù)庫技術(shù)和人工智能技術(shù)的發(fā)展而出現(xiàn)的一種新的信息技術(shù)，它融合了數(shù)據(jù)庫、人工智能、機(jī)器學(xué)習(xí)以及統(tǒng)計(jì)學(xué)等多種學(xué)科。Web挖掘?qū)?shù)據(jù)挖掘技術(shù)應(yīng)用于大規(guī)模Web數(shù)據(jù)，能夠發(fā)現(xiàn)有關(guān)用戶瀏覽行為的隱藏模式規(guī)則，具有廣闊的應(yīng)用前景。Web挖掘可分為三種：Web使用挖掘、Web內(nèi)容挖掘、Web結(jié)構(gòu)挖掘。本文的研究重點(diǎn)在于Web使用挖掘(也稱為Web日志挖掘)。日志挖掘是指通過挖

4、掘Web日志記錄來發(fā)現(xiàn)用戶訪問Web頁面的模式，理解用戶的行為，從而改進(jìn)站點(diǎn)的結(jié)構(gòu)，為用戶提供個(gè)性化的服務(wù)，進(jìn)一步分析和研究Web日志記錄中的規(guī)律，改進(jìn)Web站點(diǎn)服務(wù)器系統(tǒng)的性能。Web使用記錄的挖掘日志：包括訪問日志、引用日志、代理日志，錯(cuò)誤日志等文件。 Web日志挖掘包括三個(gè)階段：數(shù)據(jù)預(yù)處理，模式發(fā)現(xiàn)，模式分析。所含的方法有：統(tǒng)計(jì)分析方法、關(guān)聯(lián)規(guī)則方法、序列模式方法、聚類方法。日志預(yù)處理是Web日志挖掘過程中關(guān)鍵的一個(gè)部分。