基于聚類劃分的關(guān)聯(lián)規(guī)則在Web日志挖掘中的應(yīng)用研究.pdf

1、隨著電子商務(wù)、Web服務(wù)以及基于Web的信息系統(tǒng)的快速發(fā)展和壯大，基于Web的組織在日常運作中已經(jīng)收集了大量的Web日志信息。分析并發(fā)現(xiàn)這些潛在的規(guī)律及知識，對于用戶訪問、廣告投放和個性化服務(wù)等應(yīng)用有著重大的意義。本文將將針對Web日志中半結(jié)構(gòu)化數(shù)據(jù)集，以發(fā)現(xiàn)Web用戶訪問記錄中潛在的規(guī)律和知識為目標。以Web日志關(guān)聯(lián)規(guī)則挖掘模式為方法，提出了一種改進的基于聚類劃分的Web日志關(guān)聯(lián)規(guī)則挖掘方法。
　　Web日志挖掘是指自動發(fā)現(xiàn)和分

2、析模式、這些模式來自于收集的點擊流和相關(guān)數(shù)據(jù)或用戶與一個或多個網(wǎng)站互動的結(jié)果。其目標是捕捉、建模并分析用戶與網(wǎng)站交互的行為模式和模型。所發(fā)現(xiàn)的模式經(jīng)常被表示成有著共同需求或興趣的一群用戶頻繁訪問的頁面、對象或者資源的集合。而對整合好的記錄數(shù)據(jù)進行分析的類型和層次依賴于分析員的最終目標和預(yù)期的結(jié)果。在本文里，也描述了Web使用記錄挖掘領(lǐng)域里最常用的模式發(fā)現(xiàn)類型以及分析技術(shù)在應(yīng)用中的實踐。
　　本文工作如下：
　　(1)介紹了W

3、eb使用日志挖掘的發(fā)展背景與國內(nèi)外發(fā)展現(xiàn)狀，總結(jié)了當前Web使用日志挖掘技術(shù)的一些算法，并在已有的算法基礎(chǔ)上提出了改進的方向;
　　(2)本文再針對原始Web日志數(shù)據(jù)的半結(jié)構(gòu)化和冗余特性，提出了日志預(yù)處理的一些步驟與方法，針對預(yù)處理之后的數(shù)據(jù)進行了一定的建模，使得后面的挖掘步驟能夠有條不紊的進行，也保證了后續(xù)挖掘的數(shù)據(jù)質(zhì)量；
　　(3)針對Web日志挖掘中的一些關(guān)鍵算法進行了詳細的陳述與分析，對算法中存在的劣勢也提出了一些改