web日志挖掘系統(tǒng)模型研究與設(shè)計(jì).pdf

1、隨著Internet的迅速發(fā)展，人們面對(duì)太多的信息無(wú)法選擇和消化，淹沒(méi)在繁雜的信息中，這種現(xiàn)象稱為信息過(guò)載。Internet上信息資源分布的廣泛性又給用戶尋找感興趣的信息增加了困難，用戶不知道如何更有效地發(fā)現(xiàn)自己所需的信息資源，即信息迷失。當(dāng)前主要采用搜索引擎來(lái)檢索Web上的信息，但是大多數(shù)搜索引擎缺少主動(dòng)性，沒(méi)有考慮用戶的興趣偏好和用戶的不同，無(wú)法有效地解決信息過(guò)載和信息迷失的問(wèn)題。 直接或間接解決這個(gè)問(wèn)題的途徑之一就是將數(shù)據(jù)

2、挖掘技術(shù)應(yīng)用于Web服務(wù)器日志的挖掘。而Web日志數(shù)據(jù)通常是大量的、冗余的，日志中的頁(yè)面之間的關(guān)系也是模糊的、不確定的。粗糙集理論是有效處理不精確和含糊信息的軟計(jì)算工具，而模糊邏輯可以依據(jù)客觀事務(wù)間的特征、親疏程度和相似性，通過(guò)建立模糊相似矩陣對(duì)客觀事務(wù)進(jìn)行聚類。關(guān)聯(lián)規(guī)則挖掘是發(fā)現(xiàn)大量數(shù)據(jù)中項(xiàng)集之間有趣的關(guān)聯(lián)或相關(guān)聯(lián)系。它是數(shù)據(jù)挖掘中是一個(gè)重要的技術(shù)，最近幾年已被業(yè)界所廣泛研究。Web日志挖掘可以從網(wǎng)站的同志數(shù)據(jù)中獲取用戶的瀏覽模式，根

3、據(jù)用戶的行為模式，改進(jìn)站點(diǎn)的設(shè)計(jì)和結(jié)構(gòu)，為用戶提供個(gè)性化服務(wù)。所以本文研究的Web日志挖掘系統(tǒng)模型是具有一定的理論意義和現(xiàn)實(shí)價(jià)值。 本論文首先系統(tǒng)地闡述了從數(shù)據(jù)挖掘、Web挖掘到Web日志挖掘的整個(gè)過(guò)程；其次介紹了粗糙集(Rough Sets)和模糊邏輯(Fuzzy Logic)理論，以及基于粗糙集的屬性約簡(jiǎn)算法和模糊聚類算法；然后提出了一種關(guān)聯(lián)規(guī)則挖掘的改進(jìn)算法一基于鄰接表索引的Apriori算法，并設(shè)計(jì)和實(shí)現(xiàn)了一個(gè)Web日志