基于人工免疫系統(tǒng)的Web日志挖掘應(yīng)用研究.pdf

1、作為豐富信息資源的提供源，Web已逐漸深入到人們學(xué)習(xí)、工作和生活的方方面面。隨著Web結(jié)構(gòu)的日益復(fù)雜，信息的日趨龐雜，用戶要想在大多沒有考慮其偏好和瀏覽興趣的網(wǎng)站上獲得有用信息變得越來越困難。Web服務(wù)器日志是一個結(jié)構(gòu)化較好的記錄集，保存了用戶訪問Web各頁面的情況，這樣旨在使用數(shù)據(jù)挖掘技術(shù)從用戶與Web的交互信息中獲得用戶訪問模式的Web日志挖掘技術(shù)應(yīng)運(yùn)而生。其中聚類方法常被用在Web日志挖掘中進(jìn)行用戶模式分析，以發(fā)現(xiàn)具有相同訪問興趣

2、的用戶，從而改進(jìn)站點(diǎn)結(jié)構(gòu)，實(shí)現(xiàn)個性化服務(wù)。 本論文主要以聚類方法來挖掘Web日志，以期能用性能較好的方法挖掘出用戶有用的模式。論文的主要研究內(nèi)容如下： （1）總結(jié)了國內(nèi)外Web日志挖掘技術(shù)和人工免疫系統(tǒng)的研究現(xiàn)狀，分析了Web日志挖掘中數(shù)據(jù)預(yù)處理方法，介紹了人工免疫系統(tǒng)的基本機(jī)理和基本原理。 （2）基于硬劃分的聚類算法在處理Web日志數(shù)據(jù)時(shí)未考慮到其模糊性和不確定性，本文采用模糊C-Means聚類算法進(jìn)行Web日

3、志數(shù)據(jù)挖掘。以用戶會話標(biāo)識為行，用戶訪問的網(wǎng)頁為列，構(gòu)造用戶會話矩陣，矩陣元素為用戶訪問興趣度。對該矩陣進(jìn)行模糊聚類分析后，獲得具有相似訪問偏好的用戶，進(jìn)一步處理得到用戶共同的訪問請求和訪問行為，為個性化服務(wù)提供了依據(jù)。 （3）鑒于Web日志數(shù)據(jù)呈現(xiàn)高維特性，常規(guī)聚類算法處理時(shí)存在維數(shù)災(zāi)難而導(dǎo)致效果不理想，并且必須事先給定聚類數(shù)，而實(shí)際應(yīng)用中聚類數(shù)往往事先無法確定，本文采用人工免疫系統(tǒng)思想進(jìn)行Web日志的挖掘。利用人工免疫系統(tǒng)中

4、抗體與抗原之間的關(guān)系，將Web服務(wù)器看成生物機(jī)體，用戶訪問Web的請求序列即用戶會話看成入侵抗原，通過抗體對抗原的不斷學(xué)習(xí)，從抗原中提取結(jié)構(gòu)和分布特征，形成特異性的記憶抗體，實(shí)現(xiàn)動態(tài)聚類。該算法挖掘Web日志時(shí)，能壓縮數(shù)據(jù)，形成能反映抗原集類分布特性的記憶抗體集，自動生成用戶會話的聚類模式。通過與模糊C-Means聚類算法的信息熵比較，該算法能更好地將具有共同特征的數(shù)據(jù)聚為一類，適合于Web信息量大且動態(tài)增長的特點(diǎn)。 因此，應(yīng)用