基于Web日志的搜索引擎相關(guān)技術(shù)的研究.pdf

1、隨著因特網(wǎng)的不斷發(fā)展，網(wǎng)絡(luò)信息的增長(zhǎng)與個(gè)人精力有限的矛盾在不斷增加，為了解決這個(gè)矛盾，可以進(jìn)行Web日志挖掘。Web日志可以看作是用戶上網(wǎng)留下的痕跡，對(duì)其進(jìn)行挖掘分析可以獲得用戶訪問(wèn)Web的各種模式，一般是為了得到用戶群體的共同行為和共同興趣，或者個(gè)人用戶的檢索偏好和習(xí)慣等。
　　 本文的主要內(nèi)容如下：
　　 （1）闡述了本篇論文的研究背景及Web數(shù)據(jù)挖掘的研究現(xiàn)狀，并分別對(duì)數(shù)據(jù)挖掘、Web數(shù)據(jù)挖掘和Web日志挖掘進(jìn)行了

2、介紹。
　　 （2）分析研究了Web日志的數(shù)據(jù)預(yù)處理技術(shù)，它是整個(gè)數(shù)據(jù)挖掘過(guò)程的第一部分，是為了挖掘算法能夠正常地運(yùn)行。因此，數(shù)據(jù)預(yù)處理技術(shù)也是Web日志挖掘中的重要研究方向。
　　 （3）介紹了淺網(wǎng)搜索引擎的一般原理，然后分析了Beeferman提出的針對(duì)搜索引擎查詢?nèi)罩镜哪凼骄垲愃惴ㄒ约皟煞N在其基礎(chǔ)上的改進(jìn)算法，分別指出了三個(gè)算法中的不足和需要改進(jìn)的地方。最后，提出了一個(gè)改進(jìn)算法，并通過(guò)實(shí)驗(yàn)對(duì)幾種不同的算法進(jìn)行了對(duì)