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(jì)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(shí),也帶來了巨大的商機(jī)。各種互聯(lián)網(wǎng)服務(wù)和電子商務(wù)活動(dòng)都取得了巨大的進(jìn)展。用戶的需求就是商機(jī),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(diǎn),由此產(chǎn)生了對(duì)Web日志挖掘技術(shù)的研究工作。
　　 本文主要的研究?jī)?nèi)容是Web日志挖掘中

2、關(guān)鍵步驟的理論和算法改進(jìn)問題,并針對(duì)實(shí)例數(shù)據(jù)對(duì)改進(jìn)的方法進(jìn)行驗(yàn)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(gè)最主要的階段。本文首先詳細(xì)的就數(shù)據(jù)預(yù)處理階段的各個(gè)處理環(huán)節(jié)進(jìn)行研究分析,對(duì)每個(gè)環(huán)節(jié)的處理原則進(jìn)行了總結(jié),提出了相應(yīng)的處理機(jī)制和算法實(shí)現(xiàn)。重點(diǎn)就用戶會(huì)話識(shí)別方法深入研究,針對(duì)目前常見的基于統(tǒng)一固定時(shí)間閾值的會(huì)話識(shí)別方法存在的無(wú)法適應(yīng)頁(yè)面訪問多樣性的問題,提出了創(chuàng)新的個(gè)性化時(shí)間閾值構(gòu)成方法,并將其和頁(yè)面引用方法相結(jié)合,給出

3、了新的用戶會(huì)話識(shí)別算法,然后通過實(shí)驗(yàn)對(duì)方法進(jìn)行了驗(yàn)證。針對(duì)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(jìn)行用戶行為模式發(fā)現(xiàn)的方法。論文對(duì)頻繁序列發(fā)現(xiàn)的過程進(jìn)行了分析,從關(guān)聯(lián)規(guī)則挖掘算法Apriori出發(fā),重點(diǎn)研究了對(duì)該算法進(jìn)行修改從而應(yīng)用到頻繁序列模式挖掘過程的改進(jìn)算法。在研究分析該算法執(zhí)行過程和性能特點(diǎn)的基礎(chǔ)上指出了算法存在的缺陷和不足。針對(duì)挖掘結(jié)果過于冗余的問題,提出了新的改進(jìn)思路,即引入多重因子約束的方法對(duì)挖掘過程進(jìn)行修正,