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(diǎn)之一，根據(jù)Web挖掘的目的和數(shù)據(jù)對(duì)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(chǎng)機(jī)會(huì)，進(jìn)行市場(chǎng)決策；提高通過網(wǎng)站施行的營銷效果，以及為企業(yè)進(jìn)行戰(zhàn)略決策提供有價(jià)值的潛在的信息。 數(shù)

2、據(jù)倉庫是一個(gè)面向主題的、集成的、相對(duì)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(jì)模式有星型模式和雪花模式，設(shè)計(jì)步驟有概念模型設(shè)計(jì)、邏輯模型設(shè)計(jì)、物理模型設(shè)計(jì)、數(shù)據(jù)倉庫生成、數(shù)據(jù)倉庫運(yùn)行和維護(hù)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(gè)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(jìn)，，實(shí)現(xiàn)中通過減

3、少投影數(shù)據(jù)庫的數(shù)量對(duì)該算法進(jìn)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(shí)利用了Aprior性質(zhì)對(duì)投影數(shù)據(jù)庫剪枝，進(jìn)一步減小了投影數(shù)據(jù)庫的大小，對(duì)算法進(jìn)行了優(yōu)化。最后對(duì)該算法進(jìn)行了分析并給出實(shí)驗(yàn)數(shù)據(jù)。 對(duì)WebLog進(jìn)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(jìn)行了OLAP分析。最后對(duì)序列數(shù)據(jù)庫進(jìn)行了序列模式挖掘，并對(duì)挖掘的結(jié)果進(jìn)行了分析。