WEB使用挖掘系統(tǒng)數(shù)據(jù)預(yù)處理子系統(tǒng)的設(shè)計.pdf

1、伴隨著互聯(lián)網(wǎng)在中國的高速發(fā)展，中國的網(wǎng)絡(luò)經(jīng)濟(jì)在不斷成長，網(wǎng)絡(luò)經(jīng)濟(jì)在國民經(jīng)濟(jì)中的占比逐年增加，并吸引大量的風(fēng)險投資不斷注入到互聯(lián)網(wǎng)企業(yè)，推動新的互聯(lián)網(wǎng)企業(yè)不斷產(chǎn)生與壯大，進(jìn)一步加劇了互聯(lián)網(wǎng)企業(yè)之間的競爭，特別是同業(yè)互聯(lián)網(wǎng)公司之間的競爭進(jìn)一步加大，如何提升公司的競爭力，如何吸引更多的用戶，并使用戶成為公司的客戶，對公司的營運(yùn)與營銷提出考驗(yàn)，從而以客戶為中心的精細(xì)化營銷與數(shù)據(jù)庫營銷提上日程。 獲取用戶行數(shù)據(jù)是做精細(xì)化營銷與數(shù)據(jù)庫營銷的

2、基礎(chǔ)，從而帶來本文的重點(diǎn)，數(shù)據(jù)預(yù)處理系統(tǒng)的設(shè)計與實(shí)現(xiàn)；數(shù)據(jù)預(yù)處理是數(shù)據(jù)處理的前提，也是后續(xù)模式發(fā)現(xiàn)和模式分析的基礎(chǔ)，數(shù)據(jù)預(yù)處理所獲取的源數(shù)據(jù)質(zhì)量直接關(guān)系到最終挖掘結(jié)果的質(zhì)量。對一個殘缺的數(shù)據(jù)源進(jìn)行再精確的挖掘都是毫無意義甚至是有害的。只有確保用戶使用數(shù)據(jù)的準(zhǔn)確、完整、及時和有效，后續(xù)的一切工作才有意義可言。因此，本文的重點(diǎn)就是以如何構(gòu)建web挖掘之?dāng)?shù)據(jù)預(yù)處理子系統(tǒng)的設(shè)計。 本文在概述了數(shù)據(jù)挖掘和數(shù)據(jù)倉庫等有關(guān)知識的基礎(chǔ)上，介紹了

3、Web挖掘的基本概念，分類和發(fā)展現(xiàn)狀；在web使用挖掘系統(tǒng)的總體設(shè)計的基礎(chǔ)上就web挖掘系統(tǒng)數(shù)據(jù)預(yù)處理子系統(tǒng)的設(shè)計與實(shí)現(xiàn)為重點(diǎn)進(jìn)行論述；其中就構(gòu)建系統(tǒng)的每一個環(huán)節(jié)用戶行為數(shù)據(jù)采集、數(shù)據(jù)ETL處理與點(diǎn)擊流數(shù)據(jù)倉庫提出自己的設(shè)計理念與實(shí)現(xiàn)方法。本文的創(chuàng)新在于： 1）提出一套完整的web挖掘系統(tǒng)數(shù)據(jù)預(yù)處理系統(tǒng)的設(shè)計方案； 2）設(shè)計與實(shí)現(xiàn)了一套全新的數(shù)據(jù)采集方案； 3）設(shè)計與實(shí)現(xiàn)了一套完整的數(shù)據(jù)ETL處理方案；