基于關(guān)聯(lián)規(guī)則的Web日志挖掘研究與應(yīng)用.pdf

1、本文從理論、算法和應(yīng)用三個(gè)層次研究了關(guān)聯(lián)規(guī)則算法在Web日志挖掘中的應(yīng)用。 首先系統(tǒng)、全面地分析和論述了數(shù)據(jù)挖掘技術(shù)以及Web挖掘技術(shù)，著重研究了Web日志挖掘過程中各環(huán)節(jié)的關(guān)鍵技術(shù)，特別是Web日志挖掘的數(shù)據(jù)預(yù)處理過程。 其次，對(duì)關(guān)聯(lián)規(guī)則挖掘的定義、性質(zhì)、挖掘過程、挖掘算法以及研究現(xiàn)狀進(jìn)行了綜述，對(duì)關(guān)聯(lián)規(guī)則經(jīng)典算法中的Apriori算法進(jìn)行了深入研究與分析，針對(duì)其需要反復(fù)掃描事務(wù)數(shù)據(jù)庫，造成大量I/O開銷，影響關(guān)聯(lián)規(guī)則

2、挖掘效率這一不足之處，提出了新的改進(jìn)算法Imp_Aproori算法，主要思想為：基于在實(shí)際關(guān)聯(lián)規(guī)則挖掘中，項(xiàng)的數(shù)目遠(yuǎn)小于事務(wù)數(shù)目這一事實(shí)，提出將事務(wù)數(shù)據(jù)庫轉(zhuǎn)換成項(xiàng)數(shù)據(jù)庫，項(xiàng)數(shù)據(jù)庫以項(xiàng)為索引，其記錄是涉及該項(xiàng)的事務(wù)的集合，之后挖掘就直接在項(xiàng)數(shù)據(jù)庫上進(jìn)行。針對(duì)Apriori算法和Imp Apriori算法，開發(fā)出兩個(gè)測(cè)試程序，對(duì)同樣的數(shù)據(jù)集在相同支持度和置信度條件下，兩種算法各自挖掘的時(shí)間進(jìn)行比較，從而驗(yàn)證了算法改進(jìn)的可行性。 最后