Web日志挖掘在網(wǎng)站個性化服務(wù)中的應(yīng)用研究.pdf

1、近年來，隨著Internet在流量、規(guī)模和復(fù)雜度等方面的飛速增長，WWW已成為一個巨大的、分布廣泛的、全球性的信息服務(wù)中心。在WWW給人們帶來豐富信息和極大便利的同時，也隨之產(chǎn)生了一些急需解決的問題，個性化的信息服務(wù)便是其中之一。直接或間接的解決這個問題的途徑之一就是將Web日志挖掘技術(shù)應(yīng)用在網(wǎng)站個性化服務(wù)中。通過對Web日志數(shù)據(jù)進行有效地數(shù)據(jù)挖掘，可以幫助我們更好地發(fā)現(xiàn)用戶頻繁訪問路徑和進行用戶事務(wù)模式聚類，用戶聚類，頁面聚類等，這對

2、于為用戶提供個性化服務(wù)是非常關(guān)鍵的。因此，將Web日志挖掘應(yīng)用在網(wǎng)站個性化服務(wù)中是非常有意義的。本文對Web日志挖掘在網(wǎng)站個性化服務(wù)中的應(yīng)用進行了研究。 ⑴探討了Web日志挖掘預(yù)處理的各個步驟，并且給出了每一步的關(guān)鍵算法。Web日志挖掘預(yù)處理過程主要包括：數(shù)據(jù)清理、用戶識別、會話識別、路徑補充和用戶事務(wù)模式識別。 ⑵分別以關(guān)聯(lián)規(guī)則和聚類兩種方式完成對用戶的個性化服務(wù)，即為用戶提供推薦頁面集。其中基于關(guān)聯(lián)規(guī)則算法應(yīng)用在個性

3、化服務(wù)中時，本論文提出AFIB(Apriori and Frequent Itemsets based on Binary)算法，該算法是一種基于二進制形式的候選頻繁項目集生成和相應(yīng)的計算支持數(shù)的方法與Apriori算法的結(jié)合，并改進的算法?；诰垲愃惴☉?yīng)用在個性化服務(wù)中時，本文采用了改進的層次聚類算法對用戶事務(wù)模式聚類。 ⑶設(shè)計了一個具有個性化推薦的系統(tǒng)，即個性化服務(wù)系統(tǒng)。系統(tǒng)實時監(jiān)測用戶的訪問行為，根據(jù)當(dāng)前用戶的訪問情況，預(yù)