基于K-均值聚類算法的Web日志挖掘技術(shù)的研究和應(yīng)用.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的迅速普及，網(wǎng)站成為人們獲取知識和查找信息的主要途徑，因此，越來越多的單位和個人也致力于網(wǎng)站的開發(fā)和設(shè)計。但是，要在海量的同種類型網(wǎng)站中脫穎而出，網(wǎng)站的設(shè)計者就要根據(jù)不同用戶的瀏覽模式和使用習(xí)慣，設(shè)計或優(yōu)化出適合不同用戶的網(wǎng)站。鑒于這個目的，本文提出了采用對Web日志進(jìn)行挖掘的技術(shù)。
　　 Web日志挖掘是近年來數(shù)據(jù)挖掘的一個重要研究方向和領(lǐng)域，目的是通過分析和挖掘服務(wù)器上的日志文件，實現(xiàn)用戶聚類、頁面聚類和發(fā)現(xiàn)頻

2、繁訪問路徑等，從而為網(wǎng)站的重構(gòu)和優(yōu)化指引方向。實現(xiàn)Web日志挖掘的方法有很多，由于大部分網(wǎng)站的頁面內(nèi)容是根據(jù)不同用戶的喜好而設(shè)置欄目內(nèi)容，并且站點的結(jié)構(gòu)設(shè)計一般也遵循一種分類結(jié)構(gòu)。鑒于網(wǎng)站的這種特征，在Web日志挖掘過程中，本文采用了K-均值聚類算法。在K-均值聚類算法中，可以根據(jù)用戶的訪問模式方便的進(jìn)行用戶聚類和頁面聚類，而且由于K-均值算法是解決聚類問題的一種經(jīng)典算法，這種算法簡單，快速，對于處理大量數(shù)據(jù)集具有相對可伸縮性和高效性，

3、從而保證了Web日志挖掘的可行性、高效性和準(zhǔn)確性。
　　 本文以優(yōu)化河南商業(yè)高等?？茖W(xué)校的網(wǎng)站為目的，分析和研究了在Web日志挖掘過程中各個階段的思想和方法。首先，在數(shù)據(jù)預(yù)處理過程中，如何針對不同實際情況做出特殊處理，特別是如何通過會話識別階段的處理，將原始數(shù)據(jù)轉(zhuǎn)化為可供Web挖掘使用的會話矩陣，研究相應(yīng)的算法，是本文所做的一項主要工作；其次，如何改善傳統(tǒng)的K-均值算法過分依賴K值和不能避免噪點干擾等缺陷，設(shè)計出一種新的、正確的