基于Web結(jié)構(gòu)信息與Kohonen神經(jīng)網(wǎng)絡(luò)的Web使用挖掘研究.pdf

1、隨著Web在信息共享、電子商務(wù)和提供在線服務(wù)方面的廣泛應(yīng)用，許多的企業(yè)投入大量資金建立自己的網(wǎng)站用于發(fā)布信息、為自己的產(chǎn)品和服務(wù)作宣傳、進行電子商務(wù)活動，它們急切需要了解這些投資產(chǎn)生的效益和作用，以便改進企業(yè)的戰(zhàn)略，獲得更多的商業(yè)機會，為用戶提供更完善的服務(wù)。所以，理解用戶的訪問模式對這些企業(yè)來說至關(guān)重要，數(shù)據(jù)挖掘為解決此問題提供了思路。
　　 數(shù)據(jù)挖掘最初主要使用在數(shù)據(jù)庫上，但數(shù)據(jù)挖掘的對象并不局限于數(shù)據(jù)庫，現(xiàn)在人們已經(jīng)將數(shù)據(jù)

2、挖掘的知識應(yīng)用到了Web 領(lǐng)域上，用來從網(wǎng)絡(luò)信息當中挖掘出潛在的、有用的模式來?；赪eb的挖掘又分為三類，對日志的挖掘是屬于其中的使用挖掘。作為記錄了人們訪問情況的網(wǎng)絡(luò)日志特別是服務(wù)器日志，由于日志數(shù)據(jù)有著固定的結(jié)構(gòu)，更容易進行挖掘，而受到研究者的青睞。本文對于數(shù)據(jù)挖掘的定義、數(shù)據(jù)挖掘的任務(wù)、數(shù)據(jù)挖掘中的對象、數(shù)據(jù)挖掘的分析方法都做了很詳盡的論述。
　　 用戶訪問模式代表了用戶訪問網(wǎng)站的興趣。通過挖掘用戶訪問模式，可以改進We

3、b 服務(wù)器的性能、改善網(wǎng)站結(jié)構(gòu)、識別電子商務(wù)中潛在的客戶，提高對用戶服務(wù)的質(zhì)量。
　　 本文采用了基于Web 結(jié)構(gòu)信息與Kohonen 神經(jīng)網(wǎng)絡(luò)相結(jié)合的方式來進行用戶訪問模式的挖掘，并采用數(shù)據(jù)庫存儲過程來自動化實現(xiàn)數(shù)據(jù)預處理過程，主要內(nèi)容如下：
　　 (1)Web 結(jié)構(gòu)信息的獲取大型的Web 站點頁面有成千上萬，直接在頁面級別基礎(chǔ)上進行用戶會話聚類分析是不大可能的，但是Web 站點子模塊和一級目錄名稱只有有限的幾十個，所

4、以可以將用戶訪問一級目錄下所有頁面信息都匯聚到一級目錄，從而反應(yīng)出用戶對于某個一級目錄感興趣的程度。
　　 (2)Kohonen 神經(jīng)網(wǎng)絡(luò)Kohonen 神經(jīng)網(wǎng)絡(luò)的工作原理是將任意維輸入模式在輸出層映射成一維或二維離散圖形，并保持其拓撲結(jié)構(gòu)不變。此外，網(wǎng)絡(luò)通過對輸入模式的反復學習，可以使權(quán)重向量空間與輸入模式的概率分布趨于一致，即權(quán)重向量空間能反映輸入模式的統(tǒng)計特征。這種自組織聚類過程是在系統(tǒng)自主、無監(jiān)督的條件下完成的。

5、　　 (3)Web 結(jié)構(gòu)信息與Kohonen算法的接口實現(xiàn)將Web 結(jié)構(gòu)信息與Kohonen算法通過向量形式實現(xiàn)了業(yè)務(wù)與算法輸入之間的接口，將用戶訪問頁面的興趣點匯聚到一級目錄層次，并進行用戶會話聚類分析，獲得有價值的用戶會話群及其群特征。
　　 (4)數(shù)據(jù)預處理過程的優(yōu)化本文數(shù)據(jù)預處理階段采用數(shù)據(jù)庫存儲過程實現(xiàn)，可以動態(tài)的加載更新數(shù)據(jù)及執(zhí)行數(shù)據(jù)預處理的各個步驟，可以采用定時調(diào)度的方式來自動實現(xiàn)數(shù)據(jù)預處理過程。另外在數(shù)據(jù)預處理