Web日志中瀏覽模式挖掘算法的研究.pdf

1、Internet技術(shù)的發(fā)展和普及使信息獲取和發(fā)布的方式發(fā)生了巨大的飛躍和本質(zhì)性的變化。目前，以電子商務(wù)、電子圖書館、遠程教育等為Web的主要應(yīng)用，促使Web以更快的速度發(fā)展，在給人們帶來豐富信息和極大便利的同時，對Web站點的設(shè)計和功能提出了更高的要求。要求Web具有智能性，能快速、準(zhǔn)確地找到用戶所需要的信息；能為不同用戶提供不同的服務(wù)；能允許用戶根據(jù)自己的需要定制頁面；能為用戶提供產(chǎn)品營銷策略信息等等。解決這些問題的途徑之一就是將傳統(tǒng)

2、數(shù)據(jù)挖掘技術(shù)應(yīng)用于Web日志，即利用數(shù)據(jù)挖掘的原則和思想，針對Web日志的新特性，對傳統(tǒng)挖掘方法進行擴展和改進，將其應(yīng)用到Web日志上，挖掘出有用的模式，根據(jù)用戶的瀏覽模式，可以改進站點的設(shè)計和服務(wù)，開展個性化服務(wù)和構(gòu)建智能化網(wǎng)站。目前，Web日志挖掘已經(jīng)成為國際上一個新興的重要研究領(lǐng)域，其研究工作具有非常重要的現(xiàn)實意義。 本文系統(tǒng)地闡述了Web數(shù)據(jù)挖掘到Web日志數(shù)據(jù)挖掘的整個過程，重點對Web日志中瀏覽模式挖掘算法進行了研究

3、。在瀏覽模式挖掘中，采用傳統(tǒng)的關(guān)聯(lián)規(guī)則挖掘算法要頻繁掃描數(shù)據(jù)庫，產(chǎn)生大量候選集，效率低；另外，現(xiàn)有的算法很少考慮到瀏覽模式的時效性，為了解決這個問題本文提出了一個適用于Web日志的帶有時態(tài)約束的瀏覽模式挖掘算法。該算法簡化了挖掘過程中候選模式的生成操作，只對數(shù)據(jù)庫掃描一次，求出所有連續(xù)子序列集，利用集合運算求得支持度，同時逐步修正會話時間得到瀏覽模式的有效時間，與類Apriori算法相比運行時間少，擴展性好，并且挖掘出的模式具有時效性。