Web日志挖掘相關(guān)技術(shù)的研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，網(wǎng)絡正在成為人們進行信息交流和信息處理的有效平臺，各種數(shù)字化的信息每天以極高的速度增長，網(wǎng)絡上積累了海量的數(shù)據(jù)。面對如此巨大的信息量，如何發(fā)現(xiàn)自己所需信息，成了困擾網(wǎng)絡用戶的一大難題。為了解決上述問題，Web挖掘技術(shù)應運而生。其中，Web日志挖掘是Web數(shù)據(jù)挖掘研究領(lǐng)域中一個重要的方面。 本文主要就是對web日志挖掘過程中的數(shù)據(jù)預處理算法以及聚類算法進行研究，主要工作如下： (1)提出了雙閾值用

2、戶事務算法。該算法有效解決了傳統(tǒng)數(shù)據(jù)預處理算法對孤立點敏感以及挖掘出的用戶模式興趣度偏低的問題。該算法通過閾值設定來過濾掉偶然用戶引起的訪問記錄以及用戶不感興趣的頁面，得到一種有效的訪問頁面序列，即雙閾值用戶事務。實例結(jié)果證明了該算法的有效性。 (2)提出了改進的FCM算法。文中首先對FCM聚類算法進行了深入的分析，針對FCM算法存在初始值難于確定以及對孤立點比較敏感的問題，本文提出了改進的FCM算法，用于實現(xiàn)用戶和頁面的聚類。