基于人工免疫系統(tǒng)的Web日志挖掘應用研究.pdf

1、作為豐富信息資源的提供源，Web已逐漸深入到人們學習、工作和生活的方方面面。隨著Web結構的日益復雜，信息的日趨龐雜，用戶要想在大多沒有考慮其偏好和瀏覽興趣的網站上獲得有用信息變得越來越困難。Web服務器日志是一個結構化較好的記錄集，保存了用戶訪問Web各頁面的情況，這樣旨在使用數(shù)據挖掘技術從用戶與Web的交互信息中獲得用戶訪問模式的Web日志挖掘技術應運而生。其中聚類方法常被用在Web日志挖掘中進行用戶模式分析，以發(fā)現(xiàn)具有相同訪問興趣

2、的用戶，從而改進站點結構，實現(xiàn)個性化服務。 本論文主要以聚類方法來挖掘Web日志，以期能用性能較好的方法挖掘出用戶有用的模式。論文的主要研究內容如下： （1）總結了國內外Web日志挖掘技術和人工免疫系統(tǒng)的研究現(xiàn)狀，分析了Web日志挖掘中數(shù)據預處理方法，介紹了人工免疫系統(tǒng)的基本機理和基本原理。 （2）基于硬劃分的聚類算法在處理Web日志數(shù)據時未考慮到其模糊性和不確定性，本文采用模糊C-Means聚類算法進行Web日

3、志數(shù)據挖掘。以用戶會話標識為行，用戶訪問的網頁為列，構造用戶會話矩陣，矩陣元素為用戶訪問興趣度。對該矩陣進行模糊聚類分析后，獲得具有相似訪問偏好的用戶，進一步處理得到用戶共同的訪問請求和訪問行為，為個性化服務提供了依據。 （3）鑒于Web日志數(shù)據呈現(xiàn)高維特性，常規(guī)聚類算法處理時存在維數(shù)災難而導致效果不理想，并且必須事先給定聚類數(shù)，而實際應用中聚類數(shù)往往事先無法確定，本文采用人工免疫系統(tǒng)思想進行Web日志的挖掘。利用人工免疫系統(tǒng)中

4、抗體與抗原之間的關系，將Web服務器看成生物機體，用戶訪問Web的請求序列即用戶會話看成入侵抗原，通過抗體對抗原的不斷學習，從抗原中提取結構和分布特征，形成特異性的記憶抗體，實現(xiàn)動態(tài)聚類。該算法挖掘Web日志時，能壓縮數(shù)據，形成能反映抗原集類分布特性的記憶抗體集，自動生成用戶會話的聚類模式。通過與模糊C-Means聚類算法的信息熵比較，該算法能更好地將具有共同特征的數(shù)據聚為一類，適合于Web信息量大且動態(tài)增長的特點。 因此，應用