Web日志挖掘系統(tǒng)中相關算法的研究.pdf

1、　　隨著互聯(lián)網(wǎng)技術的飛速發(fā)展，網(wǎng)絡正在成為人們進行信息交流和信息處理的有效平臺，各種數(shù)字化的信息每天以極高的速度增長，網(wǎng)絡上積累了海量的數(shù)據(jù)。面對如此巨大的信息量，如何發(fā)現(xiàn)自己所需信息，成了困擾網(wǎng)絡用戶的一大難題，即所謂的RichDataPoorInformation問題。　　為了解決上述問題，Web挖掘技術應運而生，其中，面向Web服務器日志的Web日志挖掘技術尤其得到了眾多研究人員的關注。利用Web日志挖掘技術可以發(fā)現(xiàn)用戶訪問站點

2、的瀏覽模式?！　≡谀Ｊ桨l(fā)現(xiàn)中，首先要解決的問題就是Web日志的數(shù)據(jù)預處理。傳統(tǒng)的Web日志數(shù)據(jù)預處理過程沒有消除Frame頁面的影響，導致最終挖掘出來的模式的興趣度偏低。為此，本文作者提出了Frame頁面過濾算法，并把它應用到Web日志數(shù)據(jù)預處理過程中。　　數(shù)據(jù)經(jīng)過預處理后，就可以根據(jù)具體的需求來選擇諸如聚類、分類、關聯(lián)規(guī)則等數(shù)據(jù)挖掘技術了。本文要實現(xiàn)的目標是：根據(jù)用戶的瀏覽行為，發(fā)現(xiàn)相似的用戶群；根據(jù)Web頁面被用戶訪問的情況，發(fā)