基于Web日志挖掘的應用研究.pdf

1、隨著Internet的迅速發(fā)展，網(wǎng)站的信息量呈指數(shù)增長，如何從這些海量數(shù)據(jù)中抽取潛在的、用戶感興趣的知識是一個非常重要和有意義的課題。Web日志挖掘正是以此為目標應運而生的。Web日志挖掘是對用戶與Web服務器在交互時產(chǎn)生的數(shù)據(jù)使用數(shù)據(jù)挖掘技術發(fā)現(xiàn)隱含的規(guī)律性知識，得到用戶訪問站點的頻繁程度和行為模式，從而有利于網(wǎng)站設計人員掌握用戶的喜好和訪問習慣，改善Web站點結構及頁面間的超鏈接結構，提高站點的服務質(zhì)量，改進站點性能，更好地為用戶提

2、供服務。 論文主要從以下幾個方面對Web日志挖掘進行分析和研究： (1)提出了基于XML的web日志挖掘數(shù)據(jù)源模型XWMM 提出了一種基于XML的Web日志挖掘數(shù)據(jù)源模型XWMM。該模型提供方便和精確的數(shù)據(jù)源搜集方式，搜集的數(shù)據(jù)內(nèi)容齊全，實現(xiàn)來自訪問日志的用戶瀏覽記錄和用戶對網(wǎng)頁操作記錄的有機融合，有較高的會話識別精度和性能，支持多維的Web挖掘分析。 (2)提出了一種基于頻繁特征子序列的聚類算法

3、 提出了一種基于用戶頻繁特征子序列的Web日志聚類算法，該算法首先通過構建MNP樹改進了WAP算法，產(chǎn)生用戶頻繁特征子序列及其出現(xiàn)概率集合，然后綜合考慮頁面順序，研究了訪問序列相似度的計算方法，建立用戶訪問序列相似度矩陣，從而獲得聚類結果集，進而可以通過計算各類的中心，得到用戶典型訪問序列，能有效地挖掘用戶群的訪問模式，具有較好的聚類質(zhì)量和性能，為電子商務個性化服務提供了依據(jù)。 (3)設計了基于XML的Web日志挖掘的原型系統(tǒng)X