教學(xué)資源搜索平臺Web日志挖掘技術(shù)研究.pdf

1、隨著Web應(yīng)用的不斷增多，Web數(shù)據(jù)庫的規(guī)模也在不斷擴(kuò)大，其數(shù)據(jù)量亦逐漸加大。Web日志挖掘利用數(shù)據(jù)挖掘技術(shù)對web服務(wù)器的log日志進(jìn)行挖掘分析，探究日志中潛在的規(guī)則與模式，最終將其應(yīng)用到網(wǎng)站架構(gòu)設(shè)計、個性化服務(wù)等方面。Web日志挖掘的過程通常分為三個階段:數(shù)據(jù)預(yù)處理階段、模式發(fā)現(xiàn)階段以及模式分析階段。在整個Web日志挖掘過程中，最為重要的是數(shù)據(jù)預(yù)處理階段，它能直接影響到后面模式識別與模式分析的算法性能及計算結(jié)果。其中會話識別是數(shù)據(jù)預(yù)

2、處理的主要環(huán)節(jié)，同時也是最為基礎(chǔ)、關(guān)鍵的步驟。
　　本文的主要研究工作包括:
　　(1)給出了一種基于動態(tài)時間閥值的Web會話識別方法。對目前常用的幾種會話識別方法進(jìn)行了詳細(xì)的描述，分析了每種方法的優(yōu)缺點(diǎn)，在參考基于時間的啟發(fā)式識別方法基礎(chǔ)上，提出一種以站點(diǎn)首頁作為新會話的開始，以動態(tài)時間閥值來決定會話邊界的改進(jìn)會話識別方法，給出了算法流程圖以及具體的實(shí)現(xiàn)方法。實(shí)驗(yàn)結(jié)果表明，改進(jìn)的會話識別方法不僅可以識別出更多的真實(shí)用戶會話