基于PrefixSpan算法的Web模式挖掘方法研究.pdf

1、隨著Internet的迅速發(fā)展，大數(shù)據(jù)時(shí)代已悄無(wú)聲息地到來(lái)，數(shù)據(jù)的規(guī)模較之過(guò)去已呈現(xiàn)出井噴式的增長(zhǎng)態(tài)勢(shì)，同時(shí)數(shù)據(jù)結(jié)構(gòu)亦愈發(fā)復(fù)雜多變。在這樣的情勢(shì)下，由于傳統(tǒng)的數(shù)據(jù)分析方法在時(shí)間復(fù)雜度和空間復(fù)雜度方面的消耗往往較高，直接導(dǎo)致了其在應(yīng)對(duì)大規(guī)模數(shù)據(jù)挖掘規(guī)律時(shí)捉襟見(jiàn)肘。
　　本文旨在將現(xiàn)有的序列模式挖掘算法PrefixSpan算法進(jìn)行改進(jìn)并應(yīng)用于Web用戶行為模式挖掘和序列模式挖掘中。本文研究?jī)?nèi)容如下：
　?。?）對(duì)現(xiàn)有的序列模式挖

2、掘算法進(jìn)行比較分析。傳統(tǒng)的PrefixSpan算法仍然需要花費(fèi)大量的時(shí)間與空間來(lái)完成構(gòu)建和掃描投影數(shù)據(jù)庫(kù)的過(guò)程，以至于嚴(yán)重地影響了算法的執(zhí)行效率。同時(shí)對(duì)Web序列模式中用戶在實(shí)際瀏覽和訪問(wèn)過(guò)程中所體現(xiàn)的規(guī)律性和喜好程度進(jìn)行分析。
　　（2）提出了IPWRPIS算法，相比于傳統(tǒng)的PrefixSpan算法，以序列代替項(xiàng)集進(jìn)行擴(kuò)展、放棄挖掘序列數(shù)小于閾值min＿s upport的投影數(shù)據(jù)庫(kù)以及直接遞歸局部頻繁項(xiàng)等方式為主要思想進(jìn)行，并將

3、其應(yīng)用于Web用戶行為模式挖掘中。實(shí)驗(yàn)結(jié)果表明，改進(jìn)的算法不僅比PrefixSpan算法效率具有了一定的提高，還可以有效地獲取用戶訪問(wèn)Web頁(yè)面的行為模式信息，對(duì)日志記錄中的規(guī)律進(jìn)行分析和研究。
　?。?）提出了IPPSIFO算法，該算法以降低投影數(shù)據(jù)庫(kù)的生成規(guī)模和削減掃描用時(shí)為基本思想，首先在投影數(shù)據(jù)庫(kù)的序列生成過(guò)程中增加篩選修剪操作對(duì)非頻繁項(xiàng)直接舍棄，其次在具體的投影處理過(guò)程中采用按序隔層的投影方式進(jìn)行，從而實(shí)現(xiàn)優(yōu)化算法運(yùn)算效