一種基于XML的Web訪問模式發(fā)現(xiàn)模型研究.pdf

1、WWW技術(shù)蓬勃發(fā)展，由于Web站點的規(guī)模和復雜度的增加，網(wǎng)站的一些主要工作，如Web站點設計、Web服務設計、電子商務等工作變得越加復雜和繁重。Web數(shù)據(jù)挖掘可以幫助分析人員從用戶與網(wǎng)站的會話過程產(chǎn)生的大量多種多樣的信息中挖掘出對企業(yè)和網(wǎng)站設計人員有用的知識。將傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)應用于商務站點數(shù)據(jù)處理工作，并提供一種高效的Web挖掘解決方案，是當今國際數(shù)據(jù)挖掘領域關(guān)注的熱門課題。 當今得到廣泛應用的是傳統(tǒng)的Web訪問挖掘技術(shù)，如

2、基于Web訪問日志的挖掘技術(shù)。Web訪問日志主要記錄了用戶登錄網(wǎng)站期間的瀏覽路徑，作為挖掘用戶訪問模式的數(shù)據(jù)源，數(shù)據(jù)信息量不夠，且準確度不高。因此，為了將數(shù)據(jù)挖掘技術(shù)更好地服務于以電子商務為代表的Web應用領域，在研究基于Web日志的挖掘技術(shù)的基礎上，一種基于XML的Web訪問模式發(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)的可擴展性和層次性，以及Web站點信息的構(gòu)成特性，

3、以此達到高效、主動、智能地采集各方面數(shù)據(jù)，使來自客戶端、服務器端日志以及數(shù)據(jù)庫的三方數(shù)據(jù)達到動態(tài)融合，并為挖掘工作提供豐富而又真實可信的數(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)：采用定義了會話格式的XML文檔記錄數(shù)據(jù)，會話和用戶識別工作簡單而又準確；異構(gòu)數(shù)據(jù)采用XML格式存儲，易于在不同數(shù)據(jù)庫之間傳輸；在應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)中對傳統(tǒng)的模式挖掘算法，例如FP－tree算法進行優(yōu)化，整個W