基于粗糙集和模糊聚類的WEB使用挖掘的研究.pdf

1、數(shù)據(jù)挖掘是近年來隨著數(shù)據(jù)庫技術和人工智能技術的發(fā)展而出現(xiàn)的一種新的信息技術，它融合了數(shù)據(jù)庫、人工智能以及統(tǒng)計學等多種學科，試圖從數(shù)據(jù)庫中提取出先前未知、有效和實用的知識。Web數(shù)據(jù)挖掘是傳統(tǒng)數(shù)據(jù)挖掘技術在Web環(huán)境下的應用，是從Web上的數(shù)據(jù)(如Web日志、頁面內(nèi)容等)中發(fā)現(xiàn)用戶的瀏覽模式或?qū)ふ蚁嚓P的Web頁面等。Web使用挖掘主要是對于Web日志數(shù)據(jù)進行分析處理。而Web日志數(shù)據(jù)通常是大量的，冗余的，日志中的頁面之間的關系也是模糊的，

2、不確定的。粗糙集理論是有效處理不精確、不確定和含糊信息的軟計算工具，模糊聚類分析是依據(jù)客觀事務間的特征、親疏程度和相似性，通過建立模糊相似關系對客觀事務進行分類的方法。Web使用挖掘可以從網(wǎng)站的日志數(shù)據(jù)中抽取用戶感興趣的模式，理解用戶的瀏覽興趣行為，以便進一步改善網(wǎng)站結(jié)構(gòu)，為用戶提供個性化服務。所以本文提出的粗糙集理論和聚類算法在Web使用上的挖掘研究是具有一定的理論意義和現(xiàn)實意義的。 論文首先介紹了數(shù)據(jù)挖掘和Web數(shù)據(jù)挖掘的基本

3、理論和方法；其次介紹了粗糙集理論和模糊聚類算法；再結(jié)合具體Web日志數(shù)據(jù)提出了Web使用挖掘的方法及Web日志數(shù)據(jù)模型，并建立了基于模糊聚類算法的頁面用戶聚類的一般模型。在第五章中進一步利用上述理論對Web日志數(shù)據(jù)進行預處理，并利用粗集理論對預處理結(jié)果中的教務網(wǎng)頁面約簡，得到在不影響問題分析基礎上的有效頁面。最后利用模糊等價關系矩陣和圖的模糊聚類方法，在上述數(shù)據(jù)處理的基礎上對其進行了進一步的分析研究。論文利用Java語言結(jié)合教務網(wǎng)數(shù)據(jù)源