基于Web使用挖掘的用戶消費模式發(fā)現(xiàn)研究.pdf

1、隨著Web在信息共享、電子商務(wù)和提供在線服務(wù)方面的廣泛應(yīng)用，許多企業(yè)投入大量資金建立自己的網(wǎng)站用于發(fā)布信息，或在別人的網(wǎng)站上為自己的產(chǎn)品和服務(wù)作廣告，或在網(wǎng)上開展電子商務(wù)活動，它們迫切需要了解這些投資產(chǎn)生的效益和作用，以便改進(jìn)企業(yè)的策略，獲取更多的商業(yè)機(jī)會，為用戶提供更優(yōu)質(zhì)的服務(wù)。因此，理解用戶的行為對這些企業(yè)來說至關(guān)重要。 本文以Web日志記錄為基礎(chǔ)對Web使用挖掘過程進(jìn)行系統(tǒng)的分析和研究，在前人研究模型的基礎(chǔ)上提了四個新的模

2、型方法，并將這些模型引入到Web使用挖掘過程中，設(shè)計和實現(xiàn)了一個Web使用挖掘系統(tǒng)(WUMS)，從而挖掘出用戶的消費模式。文介紹了以下幾個內(nèi)容： 1.對Web使用挖掘進(jìn)行了可行性分析，指出了目前所存在的難點，詳細(xì)介紹了數(shù)據(jù)預(yù)處理的各個步驟，并在路徑補充方面提出了一個新的算法——覓父節(jié)點補充法。 2.在Web頁面聚類方面，本文提出一個新的建立網(wǎng)頁相似矩陣的模型，該模型在計算頁面的引用相似性方面充分考慮了用戶的瀏覽過程，從而

3、使頁面聚類更為合理。 3.在尋找用戶最大頻繁訪問路徑方面，傳統(tǒng)的Web使用挖掘模型大多都只考慮網(wǎng)頁的距離而忽視結(jié)構(gòu)層次，致使數(shù)據(jù)挖掘精度不高，達(dá)不到滿意的Web挖掘效果。本文提出一種新的Web用戶頻繁瀏覽路徑挖掘模型，充分考慮了Web網(wǎng)站結(jié)構(gòu)層次特征，克服傳統(tǒng)的挖掘的模型存在的問題。 4.在基于馬爾可夫的用戶聚類方面，本文在傳統(tǒng)的模型的基礎(chǔ)上提出了一種新的建立用戶馬爾可夫轉(zhuǎn)移矩陣模型，新的模型充分考慮了網(wǎng)站的拓?fù)浣Y(jié)構(gòu)，從

4、而提高了Web使用挖掘的精度。并且成功的將用戶聚類的結(jié)果與用戶最大頻繁訪問路徑相結(jié)合，發(fā)現(xiàn)用戶組的興趣、愛好，從而為商家做商業(yè)決策提供了有力的保障。 最后，文中將提出的新的模型引入到Web使用挖掘活動中，結(jié)合關(guān)系數(shù)據(jù)庫的特點設(shè)計并實現(xiàn)了一個具有可視化功能的Web使用挖掘系統(tǒng)(WUMS)。本文針對本試驗室的網(wǎng)站(http：//202.118.69.137：8000)的日志記錄，通過對本網(wǎng)站近一個月的日志數(shù)據(jù)進(jìn)行挖掘測試，驗證了本文