基于Web數(shù)據(jù)挖掘的網(wǎng)頁優(yōu)化設(shè)計(jì)應(yīng)用研究.pdf

1、近年來，隨著Intemet在流量、規(guī)模和復(fù)雜度等方面的飛速增長，web已成為一個(gè)巨大的、分布廣泛的、全球性的信息服務(wù)中心。在web給人們帶來豐富信息和極大便利的同時(shí)，也隨之產(chǎn)生了一些急需解決的問題，個(gè)性化的信息服務(wù)便是其中之一。直接或間接的解決這個(gè)問題的途徑之一就是將 web日志挖掘技術(shù)應(yīng)用在網(wǎng)站個(gè)性化服務(wù)中。通過對(duì)web日志數(shù)據(jù)挖掘，可以幫助我們更好地發(fā)現(xiàn)用戶頻繁訪問路徑和進(jìn)行個(gè)性化頁面推薦等，這對(duì)于為用戶提供個(gè)性化服務(wù)是非常關(guān)鍵的。

2、
　　WWW上數(shù)據(jù)資源的多樣性增加了用戶尋找有用的信息的難度，如何從海量信息中挖掘隱含的、用戶感興趣的模式是一個(gè)重要且有意義的問題。Web日志挖掘就是通過使用數(shù)據(jù)挖掘技術(shù)將對(duì)用戶和服務(wù)器之間在通信過程中產(chǎn)生的大量數(shù)據(jù)進(jìn)行挖掘，以發(fā)現(xiàn)新穎的、有用的知識(shí)，可以得到用戶訪問頁面時(shí)的頻繁關(guān)系和行為模式，通過此可以發(fā)現(xiàn)用戶的偏好和訪問習(xí)慣，從而優(yōu)化Web站點(diǎn)功能及頁面間的超鏈接結(jié)構(gòu)，提高網(wǎng)站的服務(wù)質(zhì)量并改善性能。
　　通過對(duì)用戶訪問的

3、行為分析，以向用戶推薦能在最短時(shí)間內(nèi)獲取訪問路徑。首先根據(jù)建立的個(gè)性化網(wǎng)站模型，綜合考慮用戶訪問網(wǎng)頁的停留時(shí)間和存取次數(shù)，提出基于用戶偏好的度量計(jì)算方法，其次在此基礎(chǔ)上提出一種基于向量內(nèi)積的web關(guān)聯(lián)規(guī)則挖掘算法WARMVI，通過該算法找出與其關(guān)聯(lián)度高的網(wǎng)頁，推薦給用戶，同時(shí)考慮了用戶個(gè)人的興趣，實(shí)驗(yàn)仿真中通過對(duì)用戶訪問模式的分析，給出網(wǎng)頁推薦策略，使用戶能提高訪問效率。論文的研究工作包括以下幾個(gè)方面：
　?。?）深入研究了Web

4、挖掘的定義、基本原理、方法和分類，并從四個(gè)方面詳述了web日志挖掘中的應(yīng)用。
　　（2）分析了web日志挖掘的特點(diǎn)和難點(diǎn)，并對(duì)網(wǎng)站的個(gè)性化、單個(gè)用戶訪問模式和群體對(duì)頁面的瀏覽模式行為進(jìn)行了具體分析。
　　（3）描述了web日志挖掘的過程，分別分析了Web日志數(shù)據(jù)預(yù)處理的四個(gè)階段，并給出了相應(yīng)的改進(jìn)算法：基于縱橫向縮減的數(shù)據(jù)清洗方法、面向IP地址的用戶識(shí)別方法、基于時(shí)間閾值的會(huì)話識(shí)別方法和基于深度優(yōu)先方法的事務(wù)識(shí)別，并給出了相

5、應(yīng)的改進(jìn)算法。
　?。?）通過停留時(shí)間和存取次數(shù)來綜合衡量用戶對(duì)該網(wǎng)頁的偏好程度，并建立了用戶對(duì)網(wǎng)頁的偏好程度模型，在此基礎(chǔ)上提出了一種基于向量內(nèi)積的Web關(guān)聯(lián)規(guī)則挖掘算法，該算法能有效地挖掘用戶群的訪問模式，具有較好的網(wǎng)頁推薦效果，減少了搜索相關(guān)頁面的時(shí)間。
　　（5）為驗(yàn)證 web關(guān)聯(lián)規(guī)則挖掘方法的正確性，設(shè)計(jì)了一個(gè)實(shí)驗(yàn)系統(tǒng)，包括web服務(wù)器、訪問記錄數(shù)據(jù)庫、訪問記錄組成，系統(tǒng)應(yīng)具備數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、模式挖掘、挖掘結(jié)