基于WEB挖掘的網(wǎng)站結(jié)構(gòu)優(yōu)化技術(shù)研究.pdf

1、Web技術(shù)不斷創(chuàng)新，特別是物聯(lián)網(wǎng)技術(shù)跨越式的發(fā)展，使企業(yè)能夠利用傳感器、射頻等智能裝置對(duì)物理世界進(jìn)行感知識(shí)別，依托通信網(wǎng)絡(luò)實(shí)現(xiàn)了人與物、物與物的信息交互以及生產(chǎn)生活信息的無(wú)縫連接，有效地集成了Infranet、Intranet、Internet。這使得Web上信息量無(wú)比豐富，給人們生活提供了極大方便，但同時(shí)在客觀上也增加了用戶從海量數(shù)據(jù)中獲取所需信息的難度，用戶在面對(duì)眾多的超鏈接選擇時(shí)經(jīng)常會(huì)產(chǎn)生一些無(wú)益于到達(dá)其目標(biāo)頁(yè)面的無(wú)謂點(diǎn)擊行為。這

2、一方面增加了Web服務(wù)器負(fù)擔(dān)和網(wǎng)絡(luò)的數(shù)據(jù)流量，造成網(wǎng)絡(luò)阻塞，導(dǎo)致網(wǎng)絡(luò)訪問速度的下降，從而進(jìn)一步影響信息搜尋行為的效率；另一方面阻礙了企業(yè)開展有針對(duì)性的電子商務(wù)活動(dòng)。
　　目前針對(duì)這類問題的主要解決方法是WEB挖掘，其中一種有效的方法是網(wǎng)站結(jié)構(gòu)優(yōu)化技術(shù)，它通過使用數(shù)據(jù)挖掘技術(shù)找到現(xiàn)有網(wǎng)站結(jié)構(gòu)存在的不足之處并進(jìn)行改善。目前存在的多種網(wǎng)站結(jié)構(gòu)優(yōu)化技術(shù)中，基于Web使用挖掘技術(shù)的網(wǎng)站結(jié)構(gòu)優(yōu)化是一個(gè)重要的研究方向，Web使用挖掘技術(shù)可以充分

3、利用訪問日志等信息發(fā)現(xiàn)用戶的訪問模式，并通過分析和研究Web日志記錄中的規(guī)律來指導(dǎo)電子商務(wù)網(wǎng)站結(jié)構(gòu)優(yōu)化工作的進(jìn)行。
　　本文系統(tǒng)地闡述了從數(shù)據(jù)挖掘、Web數(shù)據(jù)挖掘到Web日志挖掘整個(gè)過程，主要工作成果為：
　　(1)研究了通過Web日志挖掘優(yōu)化網(wǎng)站結(jié)構(gòu)的過程，提出了一種通過挖掘用戶期望頁(yè)面來優(yōu)化網(wǎng)站結(jié)構(gòu)的算法，該算法主要以更早和更少的回退兩個(gè)不同的角度去優(yōu)化發(fā)現(xiàn)期望頁(yè)面的過程，分析表明，該算法可以更有效的發(fā)現(xiàn)用戶期望頁(yè)面，從

4、而實(shí)現(xiàn)網(wǎng)站物理結(jié)構(gòu)的調(diào)整和再組織。
　　(2)提出了一個(gè)針對(duì)分布式動(dòng)態(tài)網(wǎng)站的Web日志挖掘數(shù)據(jù)預(yù)處理方法。在數(shù)據(jù)清理之前加入了數(shù)據(jù)合并過程，提出了日志合并算法，在該算法中充分考慮了服務(wù)器的時(shí)鐘同步和時(shí)區(qū)差異對(duì)日志合并的影響,在數(shù)據(jù)清和用戶識(shí)別部分添加了頁(yè)面過濾部分。改進(jìn)了框架式結(jié)構(gòu)頁(yè)面過濾算法，為了消除框架頁(yè)面對(duì)Web日志挖掘算法的影響。
　　(3)針對(duì)學(xué)校網(wǎng)站，利用上面的算法，設(shè)計(jì)和實(shí)現(xiàn)站點(diǎn)結(jié)構(gòu)優(yōu)化工具。通過該工具，可以收