WEB站點(diǎn)日志數(shù)據(jù)挖掘的研究與實(shí)現(xiàn).pdf

1、Web站點(diǎn)日志的數(shù)據(jù)挖掘是對(duì)用戶與Web服務(wù)器的交互產(chǎn)生的日志數(shù)據(jù)使用數(shù)據(jù)挖掘技術(shù)發(fā)現(xiàn)隱含的規(guī)律性知識(shí)，得到用戶的訪問(wèn)模式和用戶的興趣，從而為用戶的個(gè)性化服務(wù)提供依據(jù)，同時(shí)將一些可疑的訪問(wèn)信息及時(shí)反饋給網(wǎng)站管理員以加強(qiáng)網(wǎng)站的安全性。本系統(tǒng)以Web日志和Web拓?fù)浣Y(jié)構(gòu)作為數(shù)據(jù)源，從數(shù)據(jù)收集、數(shù)據(jù)預(yù)處理和數(shù)據(jù)挖掘分析三個(gè)階段闡述系統(tǒng)的整體結(jié)構(gòu)和實(shí)現(xiàn)，系統(tǒng)采用圖論來(lái)表現(xiàn)關(guān)聯(lián)規(guī)則挖掘的優(yōu)化算法并給出部分JAVA代碼實(shí)現(xiàn)。引入關(guān)聯(lián)規(guī)則挖掘，對(duì)關(guān)聯(lián)

2、規(guī)則基本概念作了介紹，提出了關(guān)聯(lián)規(guī)則的分類方法。對(duì)挖掘算法的介紹，對(duì)傳統(tǒng)相似度聚類分析進(jìn)行了研究并做出了改進(jìn)。基于安全的考慮提出了正常瀏覽模式、異常瀏覽模式的概念并利用改進(jìn)的相似度進(jìn)行挖掘。對(duì)傳統(tǒng)的Apriori算法進(jìn)行改進(jìn)，提出了用圖論的方法即大圖法來(lái)挖掘用戶偏好路徑，發(fā)現(xiàn)用戶的訪問(wèn)興趣。提出了基于Web日志挖掘技術(shù)的站點(diǎn)日志挖掘體系結(jié)構(gòu)，為進(jìn)一步實(shí)現(xiàn)Web站點(diǎn)智能化服務(wù)打下基礎(chǔ)。 本論文的結(jié)構(gòu)如下：第1章：對(duì)目前的數(shù)據(jù)挖掘技

3、術(shù)進(jìn)行了分析，著重指出了Web挖掘的國(guó)內(nèi)外研究現(xiàn)狀和熱點(diǎn)，闡述了最新的數(shù)據(jù)挖掘分類，并提出了研究站點(diǎn)日志挖掘的主要內(nèi)容和意義。第2章：詳細(xì)講述Web數(shù)據(jù)挖掘，闡述當(dāng)前Web數(shù)據(jù)挖掘的最新分類和由于數(shù)據(jù)的結(jié)構(gòu)性不同所面臨的困難，最后重點(diǎn)講述日志和日志挖掘?qū)崿F(xiàn)流程。第3章：講述了Web日志挖掘中的信息收集。不同信息源分析和信息收集的過(guò)程。第4章：從數(shù)據(jù)預(yù)處理的目的、過(guò)程、程序?qū)崿F(xiàn)以及相關(guān)數(shù)據(jù)庫(kù)建立等方面分析了日志挖掘的數(shù)據(jù)預(yù)處理過(guò)程，重點(diǎn)闡