一種基于XML的Web訪問(wèn)模式發(fā)現(xiàn)模型研究.pdf

1、WWW技術(shù)蓬勃發(fā)展，由于Web站點(diǎn)的規(guī)模和復(fù)雜度的增加，網(wǎng)站的一些主要工作，如Web站點(diǎn)設(shè)計(jì)、Web服務(wù)設(shè)計(jì)、電子商務(wù)等工作變得越加復(fù)雜和繁重。Web數(shù)據(jù)挖掘可以幫助分析人員從用戶與網(wǎng)站的會(huì)話過(guò)程產(chǎn)生的大量多種多樣的信息中挖掘出對(duì)企業(yè)和網(wǎng)站設(shè)計(jì)人員有用的知識(shí)。將傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)應(yīng)用于商務(wù)站點(diǎn)數(shù)據(jù)處理工作，并提供一種高效的Web挖掘解決方案，是當(dāng)今國(guó)際數(shù)據(jù)挖掘領(lǐng)域關(guān)注的熱門(mén)課題。 當(dāng)今得到廣泛應(yīng)用的是傳統(tǒng)的Web訪問(wèn)挖掘技術(shù)，如

2、基于Web訪問(wèn)日志的挖掘技術(shù)。Web訪問(wèn)日志主要記錄了用戶登錄網(wǎng)站期間的瀏覽路徑，作為挖掘用戶訪問(wèn)模式的數(shù)據(jù)源，數(shù)據(jù)信息量不夠，且準(zhǔn)確度不高。因此，為了將數(shù)據(jù)挖掘技術(shù)更好地服務(wù)于以電子商務(wù)為代表的Web應(yīng)用領(lǐng)域，在研究基于Web日志的挖掘技術(shù)的基礎(chǔ)上，一種基于XML的Web訪問(wèn)模式發(fā)現(xiàn)模型被提出，試圖為提高Web挖掘效率和質(zhì)量提供一種新思路。 新的模式發(fā)現(xiàn)處理模型結(jié)合了XML技術(shù)的可擴(kuò)展性和層次性，以及Web站點(diǎn)信息的構(gòu)成特性，

3、以此達(dá)到高效、主動(dòng)、智能地采集各方面數(shù)據(jù)，使來(lái)自客戶端、服務(wù)器端日志以及數(shù)據(jù)庫(kù)的三方數(shù)據(jù)達(dá)到動(dòng)態(tài)融合，并為挖掘工作提供豐富而又真實(shí)可信的數(shù)據(jù)源；在下一步的挖掘工作中，模型采用XML相關(guān)技術(shù)：采用定義了會(huì)話格式的XML文檔記錄數(shù)據(jù)，會(huì)話和用戶識(shí)別工作簡(jiǎn)單而又準(zhǔn)確；異構(gòu)數(shù)據(jù)采用XML格式存儲(chǔ)，易于在不同數(shù)據(jù)庫(kù)之間傳輸；在應(yīng)用程序中既可以生成單維，也可以生成多維數(shù)據(jù)集；模式挖掘環(huán)節(jié)中對(duì)傳統(tǒng)的模式挖掘算法，例如FP－tree算法進(jìn)行優(yōu)化，整個(gè)W