Web日志挖掘及其實現(xiàn).pdf

1、本文重點研究了日志挖掘技術(shù)及其步驟，研究了數(shù)據(jù)預(yù)處理的過程和其中難點的解決方法，包括用戶識別技術(shù)，路徑補充技術(shù)等技術(shù)。詳細介紹了關(guān)聯(lián)規(guī)則的經(jīng)典算法Apriori算法。在研究一些Apriori改進算法的基礎(chǔ)上，通過縮減數(shù)據(jù)庫和對連接方法進行改進實現(xiàn)了對Apriori算法的改進，提出了I Apriori算法，并且在理論上證明了I-Apriori算法的空間復(fù)雜度和時間復(fù)雜度比Apriori算法小。為了驗證所提出的I-Apriori算法的空間復(fù)

2、雜度與時間復(fù)雜度，并且把所研究的技術(shù)應(yīng)用到實際應(yīng)用中去，以哈爾濱工程大學(xué)50周年校慶網(wǎng)站為日志挖掘?qū)ο?，分別使用Apriori算法和I-Apriori算法對經(jīng)過數(shù)據(jù)預(yù)處理后的日志文件進行分析。實驗的結(jié)果表明I-Apriori算法的空間復(fù)雜度和時間復(fù)雜度都比Apriori算法有改善。為了使比較結(jié)果具有普遍性，在給定不同的最小支持度的情況下，將Apriori算法和I-Apriori算法分別對同樣的日志文件進行挖掘，實驗結(jié)果表明在給定不同的最