基于聚類的Web使用挖掘研究.pdf

1、隨著Internet的普及和WWW的迅猛發(fā)展，用戶對Web訪問的信息己經成為世界上最大的信息倉庫之一。而信息的爆炸式增長與人們注意力的有限性之間的矛盾也隨之增加，Web使用挖掘正是解決這一矛盾的有效手段，它從用戶對Web的訪問信息中抽取出感興趣的模式，以發(fā)現(xiàn)用戶訪問站點的瀏覽模式，為站點管理員提供各種利于Web站點改進或可以帶來經濟效益的信息，從而對網站運營管理、開展電子商務和吸引用戶都有深遠的意義。 本文研究了聚類與Web使用

2、挖掘有關的理論和技術基礎，提出了Web使用挖掘的系統(tǒng)框架，闡明了從Web數(shù)據(jù)預處理、Web用戶訪問路徑模式發(fā)現(xiàn)、Web聚類分析和特征規(guī)則挖掘等方面開展對’Web數(shù)據(jù)進行使用挖掘的研究思路。 在Web數(shù)據(jù)預處理方面，系統(tǒng)地研究了Web數(shù)據(jù)清理、用戶識別、會話識別、路徑補充和事務識別等過程，設計了有關算法。 在Web用戶訪問路徑模式發(fā)現(xiàn)方面，研究了用戶訪問模式挖掘的理論和方法。在分析基于偏愛度的用戶訪問路徑挖掘模式的基礎上，

3、提出了基于頁面層次和喜愛度的用戶瀏覽頻繁路徑獲取方法，闡明了全面考慮支持度、用戶瀏覽時間和頁面層次三種因素的用戶瀏覽頻繁路徑發(fā)現(xiàn)技術。 在Web聚類方面，系統(tǒng)地研究了度量聚類對象相似度的方法，并根據(jù)Web特點，研究了基于頁面間鏈接距離的頁面聚類方法。在Web用戶聚類方面，探索了一種基于矩陣變換的Web用戶聚類方法，系統(tǒng)地考慮聚類對象之間的相互作用和影響。 綜上所述，論文系統(tǒng)地研究了Web使用挖掘過程，探索了從海量和半結構