基于XML的Web日志挖掘研究和應用.pdf

1、隨著因特網(wǎng)技術的迅速發(fā)展和不斷的普及。Web日志資源越來越豐富，如何充分利用這些資源，從中提取到用戶所感興趣的信息數(shù)據(jù)，是當前計算機領域的一大挑戰(zhàn)。Web日志挖掘就是利用數(shù)據(jù)挖掘的思想對經過處理的服務器日志進行挖掘。 Web是一個無結構的動態(tài)的分布式的信息系統(tǒng)，直接對它進行挖掘是困難的。然而，Web服務器的log日志卻有著完整的結構。因此我們提出“基于Web挖掘的個性化服務”，就是利用Web挖掘技術從服務器的日志文件中獲取用戶

2、的訪問模式，并根據(jù)這種模式對用戶或頁面進行聚類，挖掘出具有相似訪問興趣的用戶或相似頁面。運用聚類的結果可以方便地向瀏覽模式相似的用戶組推薦其感興趣的主題相似的頁面，從而實現(xiàn)個性化服務，同時還可以優(yōu)化站點的組織結構，進而提高網(wǎng)站的服務質量。 本文在研究了數(shù)據(jù)挖掘的基礎上，重點研究了Web日志挖掘的特點、方法和相關的技術。研究分析了將經過預處理的日志數(shù)據(jù)存儲到LOGML數(shù)據(jù)庫的方法，并且將其改進，以便使接下來的模糊聚類更有效率，通過