Web日志挖掘及其實(shí)現(xiàn).pdf

1、本文重點(diǎn)研究了日志挖掘技術(shù)及其步驟，研究了數(shù)據(jù)預(yù)處理的過程和其中難點(diǎn)的解決方法，包括用戶識(shí)別技術(shù)，路徑補(bǔ)充技術(shù)等技術(shù)。詳細(xì)介紹了關(guān)聯(lián)規(guī)則的經(jīng)典算法Apriori算法。在研究一些Apriori改進(jìn)算法的基礎(chǔ)上，通過縮減數(shù)據(jù)庫和對(duì)連接方法進(jìn)行改進(jìn)實(shí)現(xiàn)了對(duì)Apriori算法的改進(jìn)，提出了I Apriori算法，并且在理論上證明了I-Apriori算法的空間復(fù)雜度和時(shí)間復(fù)雜度比Apriori算法小。為了驗(yàn)證所提出的I-Apriori算法的空間復(fù)

2、雜度與時(shí)間復(fù)雜度，并且把所研究的技術(shù)應(yīng)用到實(shí)際應(yīng)用中去，以哈爾濱工程大學(xué)50周年校慶網(wǎng)站為日志挖掘?qū)ο?，分別使用Apriori算法和I-Apriori算法對(duì)經(jīng)過數(shù)據(jù)預(yù)處理后的日志文件進(jìn)行分析。實(shí)驗(yàn)的結(jié)果表明I-Apriori算法的空間復(fù)雜度和時(shí)間復(fù)雜度都比Apriori算法有改善。為了使比較結(jié)果具有普遍性，在給定不同的最小支持度的情況下，將Apriori算法和I-Apriori算法分別對(duì)同樣的日志文件進(jìn)行挖掘，實(shí)驗(yàn)結(jié)果表明在給定不同的最