數(shù)據(jù)挖掘及其在Web日志挖掘中的應(yīng)用研究.pdf

1、隨著網(wǎng)絡(luò)的快速發(fā)展，人們盡情地享受到了網(wǎng)絡(luò)帶來的便利，網(wǎng)絡(luò)已經(jīng)成為人們?nèi)粘Ｉ钪斜夭豢缮俚囊徊糠?。但是，由于網(wǎng)絡(luò)上資料上過多，已經(jīng)遠(yuǎn)遠(yuǎn)超過人們的處理能力。不同的用戶其使用興趣和目的各不相同，人們都希望能夠盡快地訪問到出對自己有價(jià)值的網(wǎng)頁。網(wǎng)站管理者為了增加網(wǎng)站的吸引力，希望能夠了解客戶的訪問行為，來優(yōu)化網(wǎng)站結(jié)構(gòu)，提高響應(yīng)速度，根據(jù)用戶瀏覽行為，進(jìn)行個(gè)性化頁面推薦，從而更好地為客戶提供優(yōu)質(zhì)的服務(wù)。數(shù)據(jù)挖掘的應(yīng)用非常廣泛，隨著互聯(lián)網(wǎng)與WWW

2、的快速發(fā)展與使用，人們將數(shù)據(jù)挖掘技術(shù)應(yīng)用到了web環(huán)境中，web挖掘已成為一個(gè)熱門的研究領(lǐng)域。由于隨著網(wǎng)絡(luò)的發(fā)展，web日志的數(shù)據(jù)量急速地增加，這些隱藏在web日志文件中的信息，對于用戶和網(wǎng)站管理者都能帶來極大的好處。web挖掘主要區(qū)分為三類：內(nèi)容挖掘、結(jié)構(gòu)挖掘、以及使用挖掘。其中，使用挖掘也叫日志挖掘，是利用使用者在瀏覽網(wǎng)頁時(shí)所留下的網(wǎng)頁存取記錄，來進(jìn)行使用者行為特征模式的分析。以前在web日志挖掘的研究，從基于Apriori有候選集

3、產(chǎn)生的使用模式挖掘算法和不產(chǎn)生候選集的前綴樹類算法，都是希望以更有效率的方式來挖掘用戶訪問模式。
　　 本文研究了如何從web日志中挖掘用戶訪問模式以及用戶訪問模式在個(gè)性化推薦中的應(yīng)用。首先，本文介紹了數(shù)據(jù)挖掘的相關(guān)概念和技術(shù)，以及web挖掘的有關(guān)內(nèi)容重點(diǎn)介紹了日志數(shù)據(jù)預(yù)處理技術(shù)，說明了怎樣將web日志中的數(shù)據(jù)轉(zhuǎn)換成用戶訪問序列。然后分析了挖掘用戶訪問模式常用的算法，以及它們的缺點(diǎn)，在此基礎(chǔ)上，提出了改進(jìn)的用戶訪問模式挖掘算法，