WEB站點日志數(shù)據(jù)挖掘的研究與實現(xiàn).pdf

1、Web站點日志的數(shù)據(jù)挖掘是對用戶與Web服務器的交互產(chǎn)生的日志數(shù)據(jù)使用數(shù)據(jù)挖掘技術發(fā)現(xiàn)隱含的規(guī)律性知識，得到用戶的訪問模式和用戶的興趣，從而為用戶的個性化服務提供依據(jù)，同時將一些可疑的訪問信息及時反饋給網(wǎng)站管理員以加強網(wǎng)站的安全性。本系統(tǒng)以Web日志和Web拓撲結構作為數(shù)據(jù)源，從數(shù)據(jù)收集、數(shù)據(jù)預處理和數(shù)據(jù)挖掘分析三個階段闡述系統(tǒng)的整體結構和實現(xiàn)，系統(tǒng)采用圖論來表現(xiàn)關聯(lián)規(guī)則挖掘的優(yōu)化算法并給出部分JAVA代碼實現(xiàn)。引入關聯(lián)規(guī)則挖掘，對關聯(lián)

2、規(guī)則基本概念作了介紹，提出了關聯(lián)規(guī)則的分類方法。對挖掘算法的介紹，對傳統(tǒng)相似度聚類分析進行了研究并做出了改進?；诎踩目紤]提出了正常瀏覽模式、異常瀏覽模式的概念并利用改進的相似度進行挖掘。對傳統(tǒng)的Apriori算法進行改進，提出了用圖論的方法即大圖法來挖掘用戶偏好路徑，發(fā)現(xiàn)用戶的訪問興趣。提出了基于Web日志挖掘技術的站點日志挖掘體系結構，為進一步實現(xiàn)Web站點智能化服務打下基礎。 本論文的結構如下：第1章：對目前的數(shù)據(jù)挖掘技

3、術進行了分析，著重指出了Web挖掘的國內(nèi)外研究現(xiàn)狀和熱點，闡述了最新的數(shù)據(jù)挖掘分類，并提出了研究站點日志挖掘的主要內(nèi)容和意義。第2章：詳細講述Web數(shù)據(jù)挖掘，闡述當前Web數(shù)據(jù)挖掘的最新分類和由于數(shù)據(jù)的結構性不同所面臨的困難，最后重點講述日志和日志挖掘?qū)崿F(xiàn)流程。第3章：講述了Web日志挖掘中的信息收集。不同信息源分析和信息收集的過程。第4章：從數(shù)據(jù)預處理的目的、過程、程序?qū)崿F(xiàn)以及相關數(shù)據(jù)庫建立等方面分析了日志挖掘的數(shù)據(jù)預處理過程，重點闡