Web日志挖掘相關(guān)技術(shù)的研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，網(wǎng)絡(luò)正在成為人們進(jìn)行信息交流和信息處理的有效平臺(tái)，各種數(shù)字化的信息每天以極高的速度增長(zhǎng)，網(wǎng)絡(luò)上積累了海量的數(shù)據(jù)。面對(duì)如此巨大的信息量，如何發(fā)現(xiàn)自己所需信息，成了困擾網(wǎng)絡(luò)用戶(hù)的一大難題。為了解決上述問(wèn)題，Web挖掘技術(shù)應(yīng)運(yùn)而生。其中，Web日志挖掘是Web數(shù)據(jù)挖掘研究領(lǐng)域中一個(gè)重要的方面。 本文主要就是對(duì)web日志挖掘過(guò)程中的數(shù)據(jù)預(yù)處理算法以及聚類(lèi)算法進(jìn)行研究，主要工作如下： (1)提出了雙閾值用

2、戶(hù)事務(wù)算法。該算法有效解決了傳統(tǒng)數(shù)據(jù)預(yù)處理算法對(duì)孤立點(diǎn)敏感以及挖掘出的用戶(hù)模式興趣度偏低的問(wèn)題。該算法通過(guò)閾值設(shè)定來(lái)過(guò)濾掉偶然用戶(hù)引起的訪問(wèn)記錄以及用戶(hù)不感興趣的頁(yè)面，得到一種有效的訪問(wèn)頁(yè)面序列，即雙閾值用戶(hù)事務(wù)。實(shí)例結(jié)果證明了該算法的有效性。 (2)提出了改進(jìn)的FCM算法。文中首先對(duì)FCM聚類(lèi)算法進(jìn)行了深入的分析，針對(duì)FCM算法存在初始值難于確定以及對(duì)孤立點(diǎn)比較敏感的問(wèn)題，本文提出了改進(jìn)的FCM算法，用于實(shí)現(xiàn)用戶(hù)和頁(yè)面的聚類(lèi)。