基于XML的Web日志挖掘研究和應(yīng)用.pdf

1、隨著因特網(wǎng)技術(shù)的迅速發(fā)展和不斷的普及。Web日志資源越來越豐富，如何充分利用這些資源，從中提取到用戶所感興趣的信息數(shù)據(jù)，是當(dāng)前計(jì)算機(jī)領(lǐng)域的一大挑戰(zhàn)。Web日志挖掘就是利用數(shù)據(jù)挖掘的思想對經(jīng)過處理的服務(wù)器日志進(jìn)行挖掘。 Web是一個(gè)無結(jié)構(gòu)的動態(tài)的分布式的信息系統(tǒng)，直接對它進(jìn)行挖掘是困難的。然而，Web服務(wù)器的log日志卻有著完整的結(jié)構(gòu)。因此我們提出“基于Web挖掘的個(gè)性化服務(wù)”，就是利用Web挖掘技術(shù)從服務(wù)器的日志文件中獲取用戶

2、的訪問模式，并根據(jù)這種模式對用戶或頁面進(jìn)行聚類，挖掘出具有相似訪問興趣的用戶或相似頁面。運(yùn)用聚類的結(jié)果可以方便地向?yàn)g覽模式相似的用戶組推薦其感興趣的主題相似的頁面，從而實(shí)現(xiàn)個(gè)性化服務(wù)，同時(shí)還可以優(yōu)化站點(diǎn)的組織結(jié)構(gòu)，進(jìn)而提高網(wǎng)站的服務(wù)質(zhì)量。 本文在研究了數(shù)據(jù)挖掘的基礎(chǔ)上，重點(diǎn)研究了Web日志挖掘的特點(diǎn)、方法和相關(guān)的技術(shù)。研究分析了將經(jīng)過預(yù)處理的日志數(shù)據(jù)存儲到LOGML數(shù)據(jù)庫的方法，并且將其改進(jìn)，以便使接下來的模糊聚類更有效率，通過