基于Web數(shù)據(jù)挖掘的網(wǎng)頁優(yōu)化設計應用研究.pdf

1、近年來，隨著Intemet在流量、規(guī)模和復雜度等方面的飛速增長，web已成為一個巨大的、分布廣泛的、全球性的信息服務中心。在web給人們帶來豐富信息和極大便利的同時，也隨之產(chǎn)生了一些急需解決的問題，個性化的信息服務便是其中之一。直接或間接的解決這個問題的途徑之一就是將 web日志挖掘技術應用在網(wǎng)站個性化服務中。通過對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行個性化頁面推薦等，這對于為用戶提供個性化服務是非常關鍵的。

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)挖掘技術將對用戶和服務器之間在通信過程中產(chǎn)生的大量數(shù)據(jù)進行挖掘，以發(fā)現(xiàn)新穎的、有用的知識，可以得到用戶訪問頁面時的頻繁關系和行為模式，通過此可以發(fā)現(xiàn)用戶的偏好和訪問習慣，從而優(yōu)化Web站點功能及頁面間的超鏈接結構，提高網(wǎng)站的服務質(zhì)量并改善性能。
　　通過對用戶訪問的

3、行為分析，以向用戶推薦能在最短時間內(nèi)獲取訪問路徑。首先根據(jù)建立的個性化網(wǎng)站模型，綜合考慮用戶訪問網(wǎng)頁的停留時間和存取次數(shù)，提出基于用戶偏好的度量計算方法，其次在此基礎上提出一種基于向量內(nèi)積的web關聯(lián)規(guī)則挖掘算法WARMVI，通過該算法找出與其關聯(lián)度高的網(wǎng)頁，推薦給用戶，同時考慮了用戶個人的興趣，實驗仿真中通過對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方面：
　　（1）深入研究了Web

4、挖掘的定義、基本原理、方法和分類，并從四個方面詳述了web日志挖掘中的應用。
　?。?）分析了web日志挖掘的特點和難點，并對網(wǎng)站的個性化、單個用戶訪問模式和群體對頁面的瀏覽模式行為進行了具體分析。
　?。?）描述了web日志挖掘的過程，分別分析了Web日志數(shù)據(jù)預處理的四個階段，并給出了相應的改進算法：基于縱橫向縮減的數(shù)據(jù)清洗方法、面向IP地址的用戶識別方法、基于時間閾值的會話識別方法和基于深度優(yōu)先方法的事務識別，并給出了相

5、應的改進算法。
　　（4）通過停留時間和存取次數(shù)來綜合衡量用戶對該網(wǎng)頁的偏好程度，并建立了用戶對網(wǎng)頁的偏好程度模型，在此基礎上提出了一種基于向量內(nèi)積的Web關聯(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，減少了搜索相關頁面的時間。
　?。?）為驗證 web關聯(lián)規(guī)則挖掘方法的正確性，設計了一個實驗系統(tǒng)，包括web服務器、訪問記錄數(shù)據(jù)庫、訪問記錄組成，系統(tǒng)應具備數(shù)據(jù)采集、數(shù)據(jù)預處理、模式挖掘、挖掘結