基于聚類算法的WEB日志挖掘系統(tǒng)研究與應(yīng)用.pdf_第1頁(yè)
已閱讀1頁(yè),還剩66頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著Internet技術(shù)的飛速發(fā)展,網(wǎng)絡(luò)規(guī)模和用戶數(shù)量都不斷的膨脹。Internet以其多媒體的傳輸及良好的交互性已經(jīng)成為人們?nèi)粘P畔l(fā)布,娛樂和交流的一種重要手段。在這個(gè)分布式信息空間中蘊(yùn)涵著具有巨大潛在價(jià)值的知識(shí),被廣泛應(yīng)用在經(jīng)濟(jì)、政治、教育、科研、醫(yī)療等各個(gè)領(lǐng)域。
   但是,它在給人們帶來豐富的信息和極大便利的同時(shí),也隨之產(chǎn)生了一些亟待解決的問題。提供個(gè)性化的信息服務(wù)和構(gòu)建智能化Web 站點(diǎn)便是其中之一。分析和處理站點(diǎn)的

2、日志數(shù)據(jù)可以提供有效的知識(shí)用于實(shí)現(xiàn)這些功能。然而對(duì)于一個(gè)熱門的網(wǎng)站,其Web日志數(shù)據(jù)以每天幾十兆的速度增長(zhǎng),人工分析和處理這些日志數(shù)據(jù)是不可能的。
   將傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)應(yīng)用于Web 服務(wù)器日志的挖掘,可以自動(dòng)的從用戶在Web站點(diǎn)上瀏覽行為的日志中提取用戶的訪問模式,如頻繁訪問路徑、頻繁訪問頁(yè)面、用戶聚類等。這些知識(shí)有助于網(wǎng)站設(shè)計(jì)者優(yōu)化站點(diǎn)拓?fù)浣Y(jié)構(gòu),提供個(gè)性化、智能化服務(wù)以及提高網(wǎng)站的性能。
   在本課題的研究中,

3、筆者主要對(duì)Web日志挖掘進(jìn)行了研究。本文首先從傳統(tǒng)的數(shù)據(jù)挖掘引出Web 挖掘及Web日志挖掘的基本概念、方法和主要步驟;通過廣泛查閱相關(guān)資料、研究了Web日志挖掘算法,利用XML技術(shù)將網(wǎng)站的結(jié)構(gòu)和日志文件格式定義引入Web日志挖掘預(yù)處理過程以提高預(yù)處理的通用性和準(zhǔn)確性;在模式挖掘方面,集成了目前有效的最大向前路徑挖掘算法和頻繁遍歷路徑挖掘算法,并且將孤立點(diǎn)分析方法引入日志挖掘中。以此為基礎(chǔ),筆者提出了通用Web日志挖掘系統(tǒng)模型,并通過實(shí)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論