數(shù)據(jù)挖掘在用戶上網(wǎng)行為分析中的應(yīng)用與實(shí)現(xiàn).pdf

1、隨著信息技術(shù)的迅猛發(fā)展，網(wǎng)絡(luò)在極大地豐富人們?nèi)粘Ｉ畹耐瑫r(shí)，也產(chǎn)生了大量的用戶上網(wǎng)行為記錄數(shù)據(jù)。因此，如何有效地從海量的用戶上網(wǎng)行為記錄數(shù)據(jù)當(dāng)中，提取出潛在的、隱藏的、有價(jià)值的信息，是當(dāng)前數(shù)據(jù)挖掘領(lǐng)域研究的一個(gè)熱點(diǎn)，也是當(dāng)今信息化時(shí)代亟待解決的一個(gè)問題。
　　由于網(wǎng)絡(luò)數(shù)據(jù)的數(shù)據(jù)量非常大，且形式多樣，結(jié)構(gòu)復(fù)雜，若采用傳統(tǒng)的關(guān)系型數(shù)據(jù)庫如SQL Server、MySQL等，則很難進(jìn)行準(zhǔn)確地分析，而且效率很低。作為關(guān)系型數(shù)據(jù)庫的發(fā)展，數(shù)

2、據(jù)倉庫技術(shù)常用來組織和存儲(chǔ)海量網(wǎng)絡(luò)異構(gòu)數(shù)據(jù)。在對(duì)數(shù)據(jù)進(jìn)行分析的時(shí)候，只需要從數(shù)據(jù)倉庫中提取出相應(yīng)字段的數(shù)據(jù)，通過構(gòu)建相應(yīng)的挖掘分析模型和多維數(shù)據(jù)立方體，可以很直觀很方便地得到相應(yīng)地統(tǒng)計(jì)數(shù)據(jù)以供進(jìn)一步挖掘分析。本文以實(shí)際開發(fā)項(xiàng)目為背景，以從數(shù)據(jù)堂上采集的Web日志數(shù)據(jù)集為實(shí)驗(yàn)數(shù)據(jù)，通過利用OLAP聯(lián)機(jī)分析處理的技術(shù)構(gòu)建數(shù)據(jù)立方體的方法，從不同的維度和粒度對(duì)數(shù)據(jù)集中的數(shù)據(jù)進(jìn)行了挖掘分析，成功地挖掘出了網(wǎng)絡(luò)內(nèi)用戶的上網(wǎng)時(shí)長和時(shí)段、用戶訪問的文