Web日志挖掘技術(shù)的研究及應(yīng)用.pdf

1、萬(wàn)維網(wǎng)是一個(gè)巨大的、分布廣泛的和全球性的信息庫(kù)，它涉及新聞、廣告、消費(fèi)信息、金融管理、教育、政府、電子商務(wù)和許多其他信息服務(wù)。Web包含了豐富和動(dòng)態(tài)的超鏈接信息，以及Web頁(yè)面的訪(fǎng)問(wèn)和使用信息，這為數(shù)據(jù)挖掘提供了豐富的資源。如何利用這些龐大的數(shù)據(jù)得到有價(jià)值的信息和知識(shí)就是我們研究的課題---Web日志挖掘。Web日志挖掘是對(duì)用戶(hù)與Web服務(wù)器在交互時(shí)產(chǎn)生的數(shù)據(jù)使用數(shù)據(jù)挖掘技術(shù)發(fā)現(xiàn)隱含的規(guī)律性知識(shí)，得到用戶(hù)訪(fǎng)問(wèn)站點(diǎn)的頻繁程度和行為模式，從

2、而改善Web站點(diǎn)結(jié)構(gòu)及頁(yè)面間的超鏈接結(jié)構(gòu)，提高站點(diǎn)的服務(wù)質(zhì)量，改進(jìn)站點(diǎn)性能，同時(shí)將一些可疑信息及時(shí)反饋給網(wǎng)站管理員以加強(qiáng)網(wǎng)站的安全性。 本篇論文主要從以下幾個(gè)方面對(duì)Web日志挖掘進(jìn)行系統(tǒng)的分析和研究： (1)闡述了本篇論文的研究背景及Web日志挖掘的國(guó)內(nèi)外研究現(xiàn)狀，并對(duì)數(shù)據(jù)挖掘、Web數(shù)據(jù)挖掘和Web日志挖掘進(jìn)行了研究； (2)分析研究了傳統(tǒng)的數(shù)據(jù)預(yù)處理過(guò)程，針對(duì)Web日志的結(jié)構(gòu)采用挖掘中的數(shù)據(jù)預(yù)處理技術(shù)進(jìn)行了分

3、析與研究，并在此基礎(chǔ)上提出一種簡(jiǎn)化預(yù)處理步驟的算法，實(shí)驗(yàn)證明這種算法可以在不降低預(yù)處理精度的情況下提高預(yù)處理的速度； (3)對(duì)數(shù)據(jù)挖掘中常用的幾種算法進(jìn)行簡(jiǎn)單介紹，針對(duì)挖掘環(huán)境的特點(diǎn)采用關(guān)聯(lián)規(guī)則算法中的FP-增長(zhǎng)算法，提出采用數(shù)字化的方法實(shí)現(xiàn)FP-增長(zhǎng)算法，加快了挖掘進(jìn)度； (4)論文介紹了Web日志挖掘的具體實(shí)現(xiàn)過(guò)程，針對(duì)挖掘過(guò)程的各個(gè)階段采用了相應(yīng)的措施，并給出具體實(shí)例； (5)總結(jié)了本課題的研究成果和工作中