Web日志數(shù)據(jù)挖掘的研究.pdf

1、數(shù)據(jù)挖掘是數(shù)據(jù)庫最活躍的領(lǐng)域之一，在國內(nèi)外的學(xué)術(shù)界和信息產(chǎn)業(yè)界備受關(guān)注。數(shù)據(jù)挖掘技術(shù)主要研究結(jié)構(gòu)化的數(shù)據(jù)挖掘，而Web數(shù)據(jù)的挖掘是應(yīng)用于Internet的技術(shù)研究，是從半結(jié)構(gòu)或無結(jié)構(gòu)的Web頁面中，抽取感興趣的、潛在的模式。盡管Internet是一個(gè)半結(jié)構(gòu)化的系統(tǒng)，很難對(duì)它進(jìn)行處理。但是Web服務(wù)器日志記錄具有良好的結(jié)構(gòu)，非常有利于數(shù)據(jù)挖掘的進(jìn)行。此外，Web 日志挖掘是Web使用挖掘的一個(gè)分支，它作為Web挖掘的一個(gè)重要組成部分，具有

2、獨(dú)特的理論和實(shí)踐意義。本篇論文主要從以下四個(gè)方面對(duì)Web日志挖掘進(jìn)行了系統(tǒng)的分析和研究。主要完成了以下幾個(gè)方面的工作： (1)對(duì)數(shù)據(jù)挖掘、Web數(shù)據(jù)挖掘和Web日志挖掘進(jìn)行了概述，闡述了本篇論文的研究背景及Web日志挖掘研究現(xiàn)狀。 (2)研究了Web日志挖掘中的關(guān)鍵步驟——數(shù)據(jù)準(zhǔn)備，詳細(xì)地分析了預(yù)處理階段的各項(xiàng)任務(wù)。 (3)認(rèn)真研究分析了模式發(fā)現(xiàn)階段的基于聚類的數(shù)據(jù)挖掘的基本原理和一般方法，并介紹了模糊聚類理論。