基于用戶(hù)瀏覽興趣度的WEB挖掘.pdf

1、隨著WWW上信息的爆炸性增長(zhǎng)，在如此海量的數(shù)據(jù)中發(fā)現(xiàn)有用的信息變得越來(lái)越困難。數(shù)據(jù)挖掘就是從大量的數(shù)據(jù)中發(fā)現(xiàn)隱含的規(guī)律性的內(nèi)容，解決數(shù)據(jù)的應(yīng)用質(zhì)量問(wèn)題。 本文首先論述了WWW發(fā)展的基本現(xiàn)狀以及當(dāng)前存在的一些問(wèn)題。隨后，簡(jiǎn)要介紹了數(shù)據(jù)挖掘技術(shù)的基本概念、原理，接著對(duì)Web使用模式挖掘的數(shù)據(jù)采集、用戶(hù)瀏覽興趣的度量和表達(dá)兩個(gè)方面進(jìn)行了研究，主要的工作有： 1.分析了現(xiàn)有Web使用模式挖掘的數(shù)據(jù)采集方式，指出了當(dāng)前數(shù)據(jù)采集方式

2、的不足，如由于HTTP協(xié)議的無(wú)狀態(tài)連接而難以在Web日志中得到準(zhǔn)確的用戶(hù)瀏覽信息。提出了一種綜合利用服務(wù)器日志文件和客戶(hù)端數(shù)據(jù)獲取用戶(hù)瀏覽信息的方法。 2.本文針對(duì)Web使用模式挖掘領(lǐng)域，首先分析了已有的度量用戶(hù)瀏覽興趣方式的不足之處，如度量方式過(guò)于簡(jiǎn)單而導(dǎo)致不能更好地區(qū)分用戶(hù)感興趣類(lèi)與不感興趣類(lèi)；沒(méi)有考慮頁(yè)面信息量對(duì)用戶(hù)瀏覽時(shí)長(zhǎng)的影響等。在此基礎(chǔ)上，提出了一種基于用戶(hù)瀏覽行為度量用戶(hù)瀏覽興趣的方法。 3.如何有效地表達(dá)