

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著互聯(lián)網(wǎng)和信息技術(shù)的快速發(fā)展,特別是Web的全球普及,使得Web上的用戶(hù)數(shù)目和信息量都在不斷地增加。這樣就產(chǎn)生了兩方面的主要問(wèn)題:一方面是如何讓站點(diǎn)提供者通過(guò)分析用戶(hù)的瀏覽行為,發(fā)現(xiàn)用戶(hù)的瀏覽模式和興趣愛(ài)好,并為其提供個(gè)性化推薦,以獲得更多的用戶(hù)青睞和商業(yè)價(jià)值。另一方面是如何讓用戶(hù)能夠及時(shí)地從海量的信息中獲取到感興趣的、有價(jià)值的信息,從而降低信息過(guò)載帶來(lái)的迷航問(wèn)題,提高信息檢索效率。通過(guò)將數(shù)據(jù)挖掘技術(shù)應(yīng)用于Web日志挖掘,并根據(jù)不同挖
2、掘應(yīng)用的需求和Web日志的特性,對(duì)傳統(tǒng)方法進(jìn)行擴(kuò)展和改進(jìn),可以解決這些問(wèn)題。
要進(jìn)行Web日志挖掘首先要采集相關(guān)的日志數(shù)據(jù)并對(duì)其進(jìn)行預(yù)處理。傳統(tǒng)的Web日志挖掘的數(shù)據(jù)采集一般在服務(wù)器端、客戶(hù)端、應(yīng)用服務(wù)器端和代理服務(wù)器端進(jìn)行。不同的數(shù)據(jù)采集方法不僅在數(shù)據(jù)源位置方面不同,而且在可用數(shù)據(jù)的種類(lèi)、被收集的數(shù)據(jù)段和其實(shí)現(xiàn)方面都不盡相同。數(shù)據(jù)預(yù)處理主要是通過(guò)數(shù)據(jù)清理和用戶(hù)識(shí)別等操作,將能夠精確反映用戶(hù)瀏覽行為的數(shù)據(jù)提取出來(lái)并轉(zhuǎn)換為挖
3、掘算法可識(shí)別的格式,其結(jié)果直接關(guān)系到后續(xù)挖掘的質(zhì)量。數(shù)據(jù)采集和預(yù)處理這兩方面的工作占據(jù)了Web日志挖掘的很大一部分,是Web日志挖掘的基礎(chǔ)和關(guān)鍵,也是Web日志挖掘研究的重難點(diǎn)。
通常的數(shù)據(jù)采集和預(yù)處理都是面向單站點(diǎn)環(huán)境進(jìn)行,而本文則是面向多站點(diǎn)的Web日志挖掘,因此已有的數(shù)據(jù)采集方法就不再適合。為了能夠采集到多站點(diǎn)下的用戶(hù)瀏覽行為數(shù)據(jù),本文提出了一種通過(guò)捕獲HTTP協(xié)議數(shù)據(jù)包的網(wǎng)絡(luò)嗅探采集方式。同時(shí),面向多站點(diǎn)環(huán)境下采集
4、到的數(shù)據(jù)由于具有海量、多樣、異構(gòu)、動(dòng)態(tài)變化等特性,數(shù)據(jù)預(yù)處理工作也就不同于以往,特別是增加了數(shù)據(jù)清理的難度。針對(duì)這一問(wèn)題,通過(guò)分析HTTP請(qǐng)求的特點(diǎn)本文提出了一種基于頁(yè)面引用和時(shí)間關(guān)系的數(shù)據(jù)清理方法。
最后,在局域網(wǎng)平臺(tái)上通過(guò)多次實(shí)驗(yàn)來(lái)考察本文提出的網(wǎng)絡(luò)嗅探數(shù)據(jù)采集方法和基于引用和時(shí)間關(guān)系的數(shù)據(jù)清理方法的有效性。采用精確率、召回率和F度量值等指標(biāo)分析實(shí)驗(yàn)數(shù)據(jù)。結(jié)果表明本文提出的面向多站點(diǎn)下的數(shù)據(jù)采集和預(yù)處理方法是有效可行的
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- Web日志挖掘中數(shù)據(jù)預(yù)處理算法的研究.pdf
- 基于Web服務(wù)器日志挖掘的數(shù)據(jù)預(yù)處理技術(shù)研究.pdf
- WEB站點(diǎn)日志數(shù)據(jù)挖掘的研究與實(shí)現(xiàn).pdf
- 面向智能Web站點(diǎn)的數(shù)據(jù)挖掘技術(shù)研究及應(yīng)用.pdf
- Web日志挖掘中數(shù)據(jù)預(yù)處理算法的研究及實(shí)現(xiàn).pdf
- 文本挖掘在Web日志數(shù)據(jù)預(yù)處理中的應(yīng)用研究.pdf
- 面向校園網(wǎng)日志分析的Web數(shù)據(jù)挖掘技術(shù)研究.pdf
- 面向Web日志數(shù)據(jù)挖掘的研究與應(yīng)用.pdf
- 基于Web日志的數(shù)據(jù)挖掘技術(shù)研究.pdf
- 基于Web日志挖掘技術(shù)的智能Web站點(diǎn)研究.pdf
- Web日志挖掘技術(shù)的研究與自適應(yīng)Web站點(diǎn)的構(gòu)建.pdf
- WebGIS日志數(shù)據(jù)挖掘預(yù)處理的研究與實(shí)現(xiàn).pdf
- Web日志數(shù)據(jù)挖掘技術(shù)的研究.pdf
- Web日志挖掘技術(shù)研究與應(yīng)用.pdf
- Web日志挖掘相關(guān)技術(shù)研究.pdf
- Web日志數(shù)據(jù)預(yù)處理及多維建模研究.pdf
- 橋梁撓度多站點(diǎn)安全監(jiān)測(cè)數(shù)據(jù)采集與處理技術(shù).pdf
- 淺析web日志數(shù)據(jù)挖掘技術(shù)
- Web日志挖掘的相關(guān)技術(shù)研究.pdf
- Web日志數(shù)據(jù)挖掘的研究.pdf
評(píng)論
0/150
提交評(píng)論