面向網(wǎng)絡(luò)用戶行為模式發(fā)現(xiàn)的數(shù)據(jù)挖掘技術(shù)探索.pdf

1、自20世紀90年代以來,隨著信息技術(shù)的高速發(fā)展,互聯(lián)網(wǎng)在人們?nèi)粘Ｉ詈凸ぷ髦械牡匚辉絹碓街匾?。廣闊的互聯(lián)網(wǎng)給人們帶來豐富信息資源的同時,也帶來了巨大的商機。各種互聯(lián)網(wǎng)服務(wù)和電子商務(wù)活動都取得了巨大的進展。用戶的需求就是商機,如何從用戶在Web服務(wù)器上留下的訪問信息中找出用戶訪問行為的規(guī)律和模式,成為電子商務(wù)服務(wù)提供者和數(shù)據(jù)挖掘研究者關(guān)注的焦點,由此產(chǎn)生了對Web日志挖掘技術(shù)的研究工作。
　　 本文主要的研究內(nèi)容是Web日志挖掘中

2、關(guān)鍵步驟的理論和算法改進問題,并針對實例數(shù)據(jù)對改進的方法進行驗證。Web日志挖掘過程中數(shù)據(jù)預(yù)處理工作和模式挖掘工作是兩個最主要的階段。本文首先詳細的就數(shù)據(jù)預(yù)處理階段的各個處理環(huán)節(jié)進行研究分析,對每個環(huán)節(jié)的處理原則進行了總結(jié),提出了相應(yīng)的處理機制和算法實現(xiàn)。重點就用戶會話識別方法深入研究,針對目前常見的基于統(tǒng)一固定時間閾值的會話識別方法存在的無法適應(yīng)頁面訪問多樣性的問題,提出了創(chuàng)新的個性化時間閾值構(gòu)成方法,并將其和頁面引用方法相結(jié)合,給出

3、了新的用戶會話識別算法,然后通過實驗對方法進行了驗證。針對模式挖掘過程,本文主要研究從頻繁序列模式挖掘的角度進行用戶行為模式發(fā)現(xiàn)的方法。論文對頻繁序列發(fā)現(xiàn)的過程進行了分析,從關(guān)聯(lián)規(guī)則挖掘算法Apriori出發(fā),重點研究了對該算法進行修改從而應(yīng)用到頻繁序列模式挖掘過程的改進算法。在研究分析該算法執(zhí)行過程和性能特點的基礎(chǔ)上指出了算法存在的缺陷和不足。針對挖掘結(jié)果過于冗余的問題,提出了新的改進思路,即引入多重因子約束的方法對挖掘過程進行修正,