基于Web服務器日志挖掘的數(shù)據(jù)預處理技術研究.pdf

1、隨著Web技術的逐漸成熟以及瀏覽器的廣泛使用，用戶通過互聯(lián)網所能獲取的信息量呈現(xiàn)指數(shù)級的速度增長。Web的海量信息一方面為用戶提供了獲取信息的源泉，另一方面也為用戶高效的獲取有價值的知識帶來了不小的挑戰(zhàn)。如何通過Web文檔的挖掘來獲取用戶潛在的興趣或其他有用的信息，以此來對用戶提供個性化、智能化的信息服務已成為人們的迫切需求。Web日志挖掘正是在這種背景環(huán)境下產生的。文本主要對基于Web服務器日志挖掘的數(shù)據(jù)預處理相關技術進行研究。

2、>　　首先，簡要概述了論文的選題背景與意義，并介紹了本文的主要研究內容和國內外的相關研究現(xiàn)狀。然后，本文對數(shù)據(jù)挖掘的基本過程、常用算法及研究意義進行了簡要介紹，并對Web數(shù)據(jù)挖掘的難點和分類進行了總結，重點闡述了其中的Web日志挖掘，并對其中的數(shù)據(jù)預處理相關技術進行概括。
　　接著，本文介紹了當前常用的一種基于 Timeout頁面時間閥值的會話識別方法，在此基礎上提出一種基于頁面的標準瀏覽時間、裝載時間、以及頁面的鏈接結構等影響因

3、素得到用戶對每個頁面的瀏覽時間閥值的會話識別方法，并依據(jù)用戶對頁面的瀏覽興趣進行會話清理，為后期的數(shù)據(jù)挖掘提供較為準確的會話數(shù)據(jù)。通過實驗仿真說明改進會話識別方法的有效性。
　　最后，在會話識別的基礎上，對會話矩陣進行聚類分析。介紹了傳統(tǒng)的基于k?均值算法的聚類分析方法，本文在此方法的基礎上，綜合考慮初始重心之間的距離和初始重心所處區(qū)域的密度等因素。提出了一種基于改進k?均值算法的會話聚類分析方法，通過實驗仿真可知，改進k?均值算