Web數(shù)據(jù)挖掘的應用與研究.pdf

1、隨著Internet的迅速發(fā)展，Web已成為一個巨大的信息來源，而信息的爆炸性增長與人們知識貧乏之間的矛盾也隨之加劇。Web使用模式挖掘通過對Web站點的訪問信息進行分析來理解用戶的愛好和行為特征，以滿足他們個性化的需求。這對于門戶網(wǎng)站管理、開展電子商務和吸引用戶等都有深遠的意義。目前在Web使用模式挖掘中進行用戶瀏覽模式分析主要有3種方法：關聯(lián)分析、聚類分析和序列模式分析。 本文介紹了Web數(shù)據(jù)挖掘技術和粗糙集理論的產(chǎn)生背景和

2、研究現(xiàn)狀。對Web日志數(shù)據(jù)預處理的四個階段進行了綜述和研究，并給出了一些算法的偽碼以及經(jīng)過預處理的事務在實際事務數(shù)據(jù)庫中的存儲形式。 結合粗糙集的粒計算理論，對Apriori關聯(lián)規(guī)則算法進行了分析與研究，給出了一種計算Web頁面信息粒的支持度方法，從而提出了一種基于粗糙集粒計算的用戶訪問序列模式關聯(lián)規(guī)則挖掘方法，并對這兩種方法進行了實例分析和比較，改進后的算法不僅可以挖掘出比 Apriori 關聯(lián)規(guī)則更簡潔、更強的結果，而且執(zhí)行

3、效率更高。 根據(jù)模糊粗糙理論，針對 Web 日志中用戶的瀏覽模式進行聚類分析，使得具有相同或相似瀏覽模式的用戶聚為一類，不同類中用戶的瀏覽模式盡可能的不相似，然后依據(jù)Web用戶的瀏覽模式和特征來分析用戶的興趣愛好，為用戶提供個性化服務等。在此基礎上給出了一種在模糊粗糙環(huán)境下的相似性度量方法；提出了基于模糊粗糙集近似聚類的Web使用模式挖掘方法，并給出了實例分析，驗證了算法的有效性。 在屬性約簡中引入了支持度和可信度兩個指