數(shù)據(jù)挖掘技術(shù)在web學(xué)習(xí)系統(tǒng)中的應(yīng)用研究.pdf

1、目前，隨著Internet技術(shù)的發(fā)展，基于Web的學(xué)習(xí)逐漸被人們接受和普及。但是也存在一些問題。例如：在網(wǎng)絡(luò)學(xué)習(xí)過程中學(xué)習(xí)者面對海量學(xué)習(xí)資源，卻常常面臨“數(shù)據(jù)豐富而知識貧乏”的困境。如何從海量的學(xué)習(xí)資源中挑選出滿足學(xué)習(xí)者自身需求的資源，是Web學(xué)習(xí)領(lǐng)域亟待解決的一個難題。
　　 數(shù)據(jù)挖掘技術(shù)是從海量數(shù)據(jù)中發(fā)現(xiàn)有用信息的一門技術(shù)，數(shù)據(jù)挖掘技術(shù)在Web環(huán)境下的應(yīng)用稱之為Web數(shù)據(jù)挖掘，其中Web使用挖掘是Web數(shù)據(jù)挖掘的一個重要分支

2、，主要針對于保存在Web服務(wù)器上的訪問日志文件進行挖掘。而Web學(xué)習(xí)活動的進行主要是通過學(xué)習(xí)者訪問網(wǎng)站頁面內(nèi)容，而每一次學(xué)習(xí)者的訪問信息都會保存在Web服務(wù)器日志文件中，日志記錄反映了學(xué)習(xí)者的學(xué)習(xí)模式和網(wǎng)站結(jié)構(gòu)等信息，運用Web使用挖掘技術(shù)對日志文件進行分析，可以找出隱藏在其中的有價值的信息。
　　 本文從Web使用挖掘的數(shù)據(jù)來源開始進行分析，提取原始日志文件，使用SQL SERVER 2005的DTS功能將其轉(zhuǎn)化為傳統(tǒng)關(guān)系型數(shù)

3、據(jù)庫，在對數(shù)據(jù)進行凈化、用戶識別、路徑補充、會話識別等預(yù)處理后，構(gòu)建頁面與用戶之間的關(guān)聯(lián)距陣，在模糊劃分聚類理論指導(dǎo)下，進行標(biāo)準(zhǔn)化處理，提出基于向量的聚類算法，運用歐氏距離來度量學(xué)習(xí)者之間的相似性和頁面之間的相關(guān)性，進而獲取相似學(xué)習(xí)者群體和相關(guān)頁面集合，另外，對相關(guān)頁面集合進一步分析，挖掘出被學(xué)習(xí)者頻繁訪問的路徑。相似學(xué)習(xí)者群體、相關(guān)頁面集合和頻繁訪問路徑的發(fā)現(xiàn)，將對指導(dǎo)學(xué)習(xí)者學(xué)習(xí)和網(wǎng)站建設(shè)起到重要的作用。最后以一個實際的學(xué)習(xí)網(wǎng)站為例，