集成Web內容挖掘和Web使用挖掘的研究.pdf

1、Web數(shù)據挖掘是從Web數(shù)據中發(fā)現(xiàn)有用的知識和模式的過程。根據Web數(shù)據的多樣性，Web數(shù)據挖掘被劃分成三個部分：Web內容挖掘、Web結構挖掘和Web使用挖掘。它們各自在不同的領域有著廣闊的應用。 以往的相關研究大都是在各個部分深入進行，關注于特定的應用領域。盡管Web上的數(shù)據千差萬別，但它們之間有著復雜的聯(lián)系，就某一角度對他們單獨進行研究顯得比較片面，得到的知識也是不全面、不夠準確的。 基于以上考慮，通過分析Web內

2、容挖掘的和使用挖掘各自的優(yōu)缺點，引入了把二者集成起來進行研究的思路：在用戶訪問模式的聚類過程中，不僅考慮了用戶訪問的頁面序列，而且還考慮了不同序列上頁面之間在內容上的相似性。這樣將用戶的行為和興趣結合起來，提高了聚類結果的準確性。 為了得到更準確的訪問模式的聚類結果，在計算兩模式相似性的過程中，在前人優(yōu)秀的研究成果的基礎上，將模式的頁面序列分解成相同的部分和不同的部分，對兩部分分別進行計算，然后進行求和和歸一化。這樣給用戶訪問順