基于Web日志的數(shù)據(jù)挖掘及其在Web預(yù)取中的應(yīng)用研究.pdf

1、目前Internet已經(jīng)成為人們獲取信息的一個重要途徑，隨著Web信息的日益增長，如何在如此大量的數(shù)據(jù)中提取有用信息成為一個重要課題。Web挖掘技術(shù)是數(shù)據(jù)挖掘技術(shù)在WWW上的應(yīng)用，它從大量的WWW資源中提取出隱藏的有用信息，提高WWW的服務(wù)效率，具有十分重要的現(xiàn)實(shí)意義和廣泛的應(yīng)用前景。 另一方面用戶在訪問Internet時，由于受限于網(wǎng)絡(luò)帶寬往往需要忍受較長的訪問延時。為了緩解這種情況，出現(xiàn)網(wǎng)頁預(yù)取技術(shù)，通過在用戶瀏覽當(dāng)前網(wǎng)頁的

2、時間內(nèi)提取用戶將來最有可能訪問的網(wǎng)頁來降低訪問延時，提高Web服務(wù)的質(zhì)量。 Web日志挖掘是通過分析Web日志記錄以發(fā)現(xiàn)用戶訪問Web頁面的模式，其中會話識別是影響到Web日志挖掘的重要因素。基于統(tǒng)計特征的會話識別方法不同于傳統(tǒng)的會話識別方法，該方法通過使用統(tǒng)計值來動態(tài)設(shè)定訪問時間閾值來識別會話。傳統(tǒng)的關(guān)聯(lián)規(guī)則和序列模式挖掘中不能根據(jù)隱含的事務(wù)分類特征的而挖掘更有效的規(guī)則，相對支持度則可以解決該問題并可應(yīng)用于Web日志挖掘的模式