基于Web日志的搜索引擎相關技術的研究.pdf

1、隨著因特網(wǎng)的不斷發(fā)展，網(wǎng)絡信息的增長與個人精力有限的矛盾在不斷增加，為了解決這個矛盾，可以進行Web日志挖掘。Web日志可以看作是用戶上網(wǎng)留下的痕跡，對其進行挖掘分析可以獲得用戶訪問Web的各種模式，一般是為了得到用戶群體的共同行為和共同興趣，或者個人用戶的檢索偏好和習慣等。
　　 本文的主要內容如下：
　　 （1）闡述了本篇論文的研究背景及Web數(shù)據(jù)挖掘的研究現(xiàn)狀，并分別對數(shù)據(jù)挖掘、Web數(shù)據(jù)挖掘和Web日志挖掘進行了

2、介紹。
　　 （2）分析研究了Web日志的數(shù)據(jù)預處理技術，它是整個數(shù)據(jù)挖掘過程的第一部分，是為了挖掘算法能夠正常地運行。因此，數(shù)據(jù)預處理技術也是Web日志挖掘中的重要研究方向。
　　 （3）介紹了淺網(wǎng)搜索引擎的一般原理，然后分析了Beeferman提出的針對搜索引擎查詢日志的凝聚式聚類算法以及兩種在其基礎上的改進算法，分別指出了三個算法中的不足和需要改進的地方。最后，提出了一個改進算法，并通過實驗對幾種不同的算法進行了對