Web日志數(shù)據(jù)挖掘的研究.pdf

1、數(shù)據(jù)挖掘是數(shù)據(jù)庫最活躍的領(lǐng)域之一，在國內(nèi)外的學術(shù)界和信息產(chǎn)業(yè)界備受關(guān)注。數(shù)據(jù)挖掘技術(shù)主要研究結(jié)構(gòu)化的數(shù)據(jù)挖掘，而Web數(shù)據(jù)的挖掘是應用于Internet的技術(shù)研究，是從半結(jié)構(gòu)或無結(jié)構(gòu)的Web頁面中，抽取感興趣的、潛在的模式。盡管Internet是一個半結(jié)構(gòu)化的系統(tǒng)，很難對它進行處理。但是Web服務器日志記錄具有良好的結(jié)構(gòu)，非常有利于數(shù)據(jù)挖掘的進行。此外，Web 日志挖掘是Web使用挖掘的一個分支，它作為Web挖掘的一個重要組成部分，具有

2、獨特的理論和實踐意義。本篇論文主要從以下四個方面對Web日志挖掘進行了系統(tǒng)的分析和研究。主要完成了以下幾個方面的工作： (1)對數(shù)據(jù)挖掘、Web數(shù)據(jù)挖掘和Web日志挖掘進行了概述，闡述了本篇論文的研究背景及Web日志挖掘研究現(xiàn)狀。 (2)研究了Web日志挖掘中的關(guān)鍵步驟——數(shù)據(jù)準備，詳細地分析了預處理階段的各項任務。 (3)認真研究分析了模式發(fā)現(xiàn)階段的基于聚類的數(shù)據(jù)挖掘的基本原理和一般方法，并介紹了模糊聚類理論。