基于WEB日志挖掘的頻繁模式挖掘算法研究.pdf

1、隨著Internet的迅速發(fā)展和快速普及，Web站點已經(jīng)成為制造、發(fā)布、處理和加工信息的主要平臺，但在為人們提供大量信息服務(wù)的同時，其自身結(jié)構(gòu)也變得日趨復雜，Web上的數(shù)據(jù)量也飛速膨脹。如何在這些大量數(shù)據(jù)中挖掘出潛在、有用的知識信息，來改進Web站點結(jié)構(gòu)以便于用戶的訪問，給用戶提供更好的服務(wù)，從而增加網(wǎng)站利潤等。針對這些問題，傳統(tǒng)的數(shù)據(jù)挖掘知識和技術(shù)將被人們引入到Web領(lǐng)域中，在Web日志數(shù)據(jù)挖掘過程中，我們可以在這其中得到有用的信息和

2、模式，最終這些知識將被用于Web站點優(yōu)化、商業(yè)智能、為用戶提供個性化服務(wù)、系統(tǒng)性能改進等。這就是Web日志挖掘，其中面向客戶端的日志挖掘得到了許多研究學者們的關(guān)注。
　　 在本文中，對Web日志挖掘的理論知識與完整過程進行了詳細地系統(tǒng)地論述，同時對于有關(guān)問題結(jié)合理論知識和實際應(yīng)用提出了改進方法和創(chuàng)新思路。
　　 首先，對Web日志挖掘的研究背景，意義和數(shù)據(jù)源進行詳細介紹，并且針對Web服務(wù)器端日志數(shù)據(jù)預(yù)處理的過程做了具體

3、的分析和詳述。重點詳述了關(guān)于客戶端Web日志的有關(guān)知識與問題的解決方法，主要介紹了客戶端Web日志的特點和與服務(wù)器日志的區(qū)別，然后再詳細分析了客戶端日志數(shù)據(jù)的獲取方法。
　　 其次，通過詳細分析現(xiàn)有頁面興趣度計算方法的不足，在客戶端Web日志數(shù)據(jù)的基礎(chǔ)上，計算用戶的真正瀏覽頁面時間，并在綜合考慮頁面被訪問的頻度和用戶真正的頁面訪問時間的基礎(chǔ)上，提出一種改進的頁面興趣度計算方法。通過分析可知，改進后的頁面興趣度計算方法更合理真實地