基于粗糙集的Web用戶(hù)訪問(wèn)模式挖掘.pdf

1、隨著數(shù)據(jù)挖掘和萬(wàn)維網(wǎng)技術(shù)的結(jié)合，使得從收集到的訪問(wèn)Internet網(wǎng)站日志記錄中進(jìn)行數(shù)據(jù)挖掘成為可能。將數(shù)據(jù)挖掘技術(shù)應(yīng)用于Web日志記錄，來(lái)發(fā)現(xiàn)用戶(hù)訪問(wèn)Web頁(yè)面的模式，便形成了Web日志訪問(wèn)模式挖掘。Web日志訪問(wèn)模式挖掘是從Web訪問(wèn)日志中挖掘有用的用戶(hù)訪問(wèn)，用于找出最頻繁訪問(wèn)時(shí)間、關(guān)聯(lián)模式、序列模式、聚類(lèi)模式、分類(lèi)模式及Web訪問(wèn)趨勢(shì)等，這對(duì)于優(yōu)化站點(diǎn)結(jié)構(gòu)、為不同類(lèi)別的用戶(hù)提供個(gè)性化的服務(wù)具有重要意義。Web日志訪問(wèn)模式挖掘是目前

2、數(shù)據(jù)挖掘領(lǐng)域的熱點(diǎn)，本文針對(duì)Web使用的數(shù)據(jù)源的特點(diǎn)，詳細(xì)論述了Web日志訪問(wèn)模式挖掘的概念、方法和過(guò)程。 首先，本文對(duì)Web日志挖掘數(shù)據(jù)預(yù)處理的進(jìn)行了研究。Web日志挖掘的對(duì)象不是網(wǎng)絡(luò)上的原始數(shù)據(jù)而是從用戶(hù)和網(wǎng)絡(luò)交互過(guò)程中抽取出來(lái)的訪問(wèn)數(shù)據(jù)，它包括所請(qǐng)求的URL、發(fā)出請(qǐng)求的IP地址和時(shí)間戳等，這些數(shù)據(jù)提供了有關(guān)用戶(hù)訪問(wèn)的豐富信息。本文在這部分的研究重點(diǎn)是如何提取有關(guān)用戶(hù)訪問(wèn)的特征(如用戶(hù)的訪問(wèn)行為、頻度、內(nèi)容等)，以及建立基于

3、用戶(hù)訪問(wèn)行為的數(shù)據(jù)模型。 其次，對(duì)基于粗糙集理論的Web日志訪問(wèn)模式挖掘的研究。在粗糙集理論中，知識(shí)被看成是一種分類(lèi)能力，即在域上構(gòu)造分區(qū)的能力。本文在基于粗糙集理論的思想上對(duì)預(yù)處理后的數(shù)據(jù)進(jìn)行離散化，并給出了一種數(shù)據(jù)模型，使用約簡(jiǎn)算法約簡(jiǎn)而且提取出穩(wěn)定的分類(lèi)規(guī)則。由于Web日志中事務(wù)的類(lèi)與類(lèi)之間邊界的不確定性，還給出了一種新的使用粗糙集理論對(duì)Web事務(wù)中用戶(hù)存取模式進(jìn)行聚類(lèi)的方法，該方法既考慮了事務(wù)數(shù)據(jù)的序列次序也顧及了其集合