Web日志用戶(hù)群體分析系統(tǒng).pdf

1、隨著互聯(lián)網(wǎng)的快速發(fā)展，搜索引擎、門(mén)戶(hù)網(wǎng)站等網(wǎng)絡(luò)產(chǎn)品后臺(tái)產(chǎn)生了大量的Web日志。然而，原始的Web日志都是些一維的記錄式數(shù)據(jù)，其格式大致上都是“[某人][某時(shí)][用搜索引擎查詢(xún)了某個(gè)關(guān)鍵詞或者瀏覽了某個(gè)門(mén)戶(hù)網(wǎng)站的網(wǎng)頁(yè)]”，從大量這樣的日志中獲取用戶(hù)信息是很困難的。 本文以Web挖掘理論為基礎(chǔ)，以Web日志分析發(fā)展現(xiàn)狀為背景，提出將多個(gè)網(wǎng)絡(luò)產(chǎn)品的Web日志結(jié)合起來(lái)進(jìn)行分析，從中提取網(wǎng)絡(luò)用戶(hù)的群體特征，服務(wù)于Web廣告商和廣大網(wǎng)絡(luò)用戶(hù)

2、。并完成了一個(gè)Web日志用戶(hù)群體分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)。 Web日志用戶(hù)群體分析系統(tǒng)把關(guān)注點(diǎn)放在用戶(hù)群體特征上，對(duì)大量的Web日志數(shù)據(jù)進(jìn)行整理和統(tǒng)計(jì)，生成多維的關(guān)于用戶(hù)群體特征的信息。比如網(wǎng)絡(luò)用戶(hù)中的男女比例、年齡分布、婚姻狀況、職業(yè)分布、國(guó)家地區(qū)分布和所使用的語(yǔ)言特征等等，并且把這些信息用直觀的柱狀圖、餅狀圖或曲線圖展示給廣告商或者其他感興趣的用戶(hù)看。 系統(tǒng)還生成一些關(guān)于搜索引擎熱門(mén)查詢(xún)關(guān)鍵詞的統(tǒng)計(jì)報(bào)告，顯示在一段時(shí)間內(nèi)

3、哪些關(guān)鍵詞被查詢(xún)的次數(shù)最多，并且用曲線圖描繪出這些熱門(mén)關(guān)鍵詞在一段時(shí)間內(nèi)的變化趨勢(shì)。 另外，系統(tǒng)對(duì)網(wǎng)址的訪問(wèn)情況進(jìn)行全方位統(tǒng)計(jì)，對(duì)于網(wǎng)址管理者改善用戶(hù)體驗(yàn)有著很重要的參考價(jià)值。 本文的整個(gè)思想就是從大量Web日志數(shù)據(jù)中提取有意義的信息。為廣告商提供用戶(hù)群體特征，提高廣告投放的效益。網(wǎng)絡(luò)訪問(wèn)統(tǒng)計(jì)信息可以用于網(wǎng)站管理員了解Web用戶(hù)的情況，改善用戶(hù)體驗(yàn)。 Web日志用戶(hù)群體分析系統(tǒng)進(jìn)一步豐富了Web日志分析的內(nèi)容，并