基于關(guān)聯(lián)規(guī)則的Web日志數(shù)據(jù)挖掘算法的研究與應(yīng)用.pdf

1、Web日志挖掘是數(shù)據(jù)挖掘研究領(lǐng)域中的一個重要分支，通過對服務(wù)器只志文件中的數(shù)據(jù)進行定量研究和分析后，尋找隱藏在背后的關(guān)聯(lián)關(guān)系，從而提高Web用戶的個性化服務(wù)和質(zhì)量。
　　本文在總結(jié)國內(nèi)外Web日志挖掘的研究現(xiàn)狀的基礎(chǔ)之上，詳細介紹了數(shù)據(jù)挖掘相關(guān)概念和技術(shù)，其中更進一步的闡述了Web日志挖掘和關(guān)聯(lián)規(guī)則的過程和技術(shù)。
　　本文以分析用戶行為、改進Web站點設(shè)計為目標，指出關(guān)聯(lián)規(guī)則中的經(jīng)典算法Apriori用于Web日志挖掘的不足

2、之處，針對Web站點的拓撲結(jié)構(gòu)，系統(tǒng)的分析了Web日志文件中數(shù)據(jù)的特點，提出基于網(wǎng)站拓撲結(jié)構(gòu)和頻繁項集壓縮的改進策略，該改進策略的思想是去掉站點繁瑣的首頁和相對繁瑣的次頁，并應(yīng)用關(guān)聯(lián)規(guī)則的分類算法CBA去尋找由次頁的子頁生成的頻繁項集所附屬的次頁，在子頁生成的頻繁項集中加入首頁和附屬的次頁生成最終的頻繁項集。該改進的算法可以減少大量候選項集的產(chǎn)生，節(jié)省內(nèi)存的空間，減少系統(tǒng)在時間上的消耗，整體上提高了效率。最后并附以實例對其進行了對比實驗