基于關(guān)聯(lián)規(guī)則的Web日志挖掘系統(tǒng)的研究與設(shè)計.pdf

1、Web日志挖掘通過對日志記錄的挖掘，發(fā)現(xiàn)用戶訪問頁面的模式，從而進一步分析和研究日志記錄中的規(guī)律，以期改進站點的性能和組織結(jié)構(gòu)，提高用戶查找信息的質(zhì)量和效率。 Web日志挖掘數(shù)據(jù)預(yù)處理的對象是原始的日志文件中包含的數(shù)據(jù)，其中不完整的、冗余的、錯誤的數(shù)據(jù)需要進行處理。本文將針對數(shù)據(jù)預(yù)處理過程中涉及到的關(guān)鍵問題和技術(shù)進行詳細的剖析和論述，提出了一個數(shù)據(jù)預(yù)處理模型。 關(guān)聯(lián)規(guī)則挖掘是Web日志挖掘的一個重要的關(guān)鍵技術(shù)，它可以發(fā)現(xiàn)

2、網(wǎng)絡(luò)日志訪問記錄中隱含的相互關(guān)系。本文分析了經(jīng)典頻繁項集挖掘算法—Apriori算法，針對該算法中存在的效率瓶頸問題，提出了改進的挖掘算法-M2 Apriori(Matrix2 Apriori)算法，并實現(xiàn)了該算法。改進后的算法通過頻繁1-項集生成矩陣的轉(zhuǎn)置M<'T>與矩陣M相乘來獲得頻繁2-項集，從而減少了Apriori算法生成頻繁2-項集的時間開銷。理論和實驗證明，改進的算法具有良好的性能。 本文設(shè)計了一個基于關(guān)聯(lián)規(guī)則的We