基于Web日志的序列模式挖掘算法的研究.pdf

1、隨著信息時(shí)代的來臨,人們?cè)絹碓揭蕾噥碜跃W(wǎng)絡(luò)中的信息,同時(shí)對(duì)信息搜索技術(shù)的準(zhǔn)確率的要求也越來越高。然而,由于網(wǎng)絡(luò)中的信息量呈爆炸式增長(zhǎng),并且還包括各種虛假,不相關(guān)等的信息垃圾,無形中給用戶的訪問造成了極大困擾。于是如何在有效時(shí)間內(nèi)找到用戶真正需要的信息,成為了當(dāng)前Web日志挖掘研究領(lǐng)域的熱點(diǎn)問題。而其中序列模式挖掘則是作為較為重要的Web日志挖掘技術(shù)的一個(gè)重要研究分支,越來越被學(xué)者們關(guān)注。
　　 近年來很多學(xué)者針對(duì)搜索技術(shù)提出了效

2、率較高,符合用戶需求的序列模式挖掘算法。序列模式挖掘技術(shù)具有廣泛的實(shí)際應(yīng)用價(jià)值,它可以在具有序列特征的數(shù)據(jù)上進(jìn)行挖掘,找到滿足用戶需求的潛在模式,商業(yè)用戶通過分析這些模式進(jìn)行策略或者結(jié)構(gòu)上的改進(jìn)措施,以達(dá)到他們不同的目的,如提高服務(wù)質(zhì)量或者提高個(gè)性化服務(wù)等。比如,序列模式挖掘在商業(yè)領(lǐng)域中被網(wǎng)站用來進(jìn)行用戶訪問模式挖掘,網(wǎng)絡(luò)超市用這個(gè)技術(shù)來進(jìn)行用戶購(gòu)買行為預(yù)測(cè)等,生物學(xué)家用它來進(jìn)行生物DNA序列挖掘等。因此,序列模式挖掘技術(shù)研究具有重要的

3、實(shí)際意義。
　　 本文主要的研究工作是在Apriori算法基礎(chǔ)上,利用SPADE算法存儲(chǔ)策略,來簡(jiǎn)化連接和測(cè)試過程,同時(shí)為了提高算法效率,也為了使挖掘結(jié)果更加符合用戶需求,在Apriori算法上添加能夠反映用戶需求的時(shí)間約束。Apriori算法具有的突出問題是:掃描數(shù)據(jù)庫(kù)次數(shù)多,搜索空間大,產(chǎn)生大量的候選集。
　　 所以本文通過添加時(shí)間約束對(duì)Apriori算法進(jìn)行改進(jìn),希望能達(dá)到縮小搜索空間,減少候選集和找到滿足用戶需求