WEB用戶訪問序列模式挖掘.pdf

1、隨著Web應(yīng)用的快速發(fā)展，Web數(shù)據(jù)挖掘正成為數(shù)據(jù)挖掘的熱點之一，根據(jù)Web挖掘的目的和數(shù)據(jù)對象的不同，Web數(shù)據(jù)挖掘可以分為Web內(nèi)容挖掘、Web結(jié)構(gòu)挖掘、Web用戶訪問信息挖掘。Web用戶訪問日志數(shù)據(jù)挖掘就是利用數(shù)據(jù)挖掘的技術(shù)挖掘分析用戶訪問留下的日志文件，挖掘用戶訪問模式，為網(wǎng)站經(jīng)營管理和結(jié)構(gòu)調(diào)整提供決策支持；為企業(yè)發(fā)現(xiàn)新市場機會，進行市場決策；提高通過網(wǎng)站施行的營銷效果，以及為企業(yè)進行戰(zhàn)略決策提供有價值的潛在的信息。 數(shù)

2、據(jù)倉庫是一個面向主題的、集成的、相對穩(wěn)定的、反映歷史變化的數(shù)據(jù)集合，用于支持管理決策。數(shù)據(jù)倉庫系統(tǒng)主要包括數(shù)據(jù)源、數(shù)據(jù)倉庫、OLAP服務(wù)、前端工具等組成部分。數(shù)據(jù)倉庫的設(shè)計模式有星型模式和雪花模式，設(shè)計步驟有概念模型設(shè)計、邏輯模型設(shè)計、物理模型設(shè)計、數(shù)據(jù)倉庫生成、數(shù)據(jù)倉庫運行和維護等。 數(shù)據(jù)挖掘中的序列模式挖掘是數(shù)據(jù)挖掘的一個重要方向，本文給出了序列模式挖掘的主要算法，并在PrefixSpan算法的基礎(chǔ)上提出改進，，實現(xiàn)中通過減

3、少投影數(shù)據(jù)庫的數(shù)量對該算法進行了優(yōu)化，通過M矩陣的構(gòu)造，用頻繁2-序列的投影代替頻繁1-序列的投影，減少了投影數(shù)據(jù)庫的數(shù)量，同時利用了Aprior性質(zhì)對投影數(shù)據(jù)庫剪枝，進一步減小了投影數(shù)據(jù)庫的大小，對算法進行了優(yōu)化。最后對該算法進行了分析并給出實驗數(shù)據(jù)。 對WebLog進行數(shù)據(jù)預(yù)處理，得到序列模式挖掘所需的序列模式數(shù)據(jù)庫，建立星型的數(shù)據(jù)倉庫并進行了OLAP分析。最后對序列數(shù)據(jù)庫進行了序列模式挖掘，并對挖掘的結(jié)果進行了分析。