基于聚類分析的用戶訪問模式挖掘算法研究.pdf

1、Web服務(wù)產(chǎn)生了大量的日志數(shù)據(jù),這些數(shù)據(jù)記錄了用戶的行為信息。如何從海量的日志數(shù)據(jù)中自動、智能地抽取隱藏于其中的知識,這是Web使用挖掘要研究的問題。Web使用挖掘的研究對象是Web日志數(shù)據(jù)。Web日志數(shù)據(jù)記錄了用戶對Web站點的訪問信息，對這些信息進(jìn)行分析可以發(fā)現(xiàn)用戶訪問站點的瀏覽模式和訪問習(xí)慣，可幫助實現(xiàn)網(wǎng)頁的預(yù)存取和緩存；對于頁面重組、優(yōu)化網(wǎng)站的結(jié)構(gòu)等方面都具有十分重要的意義。
　　本文對Web使用挖掘的聚類分析算法進(jìn)行了研

2、究，目的是通過對Web使用挖掘數(shù)據(jù)的事務(wù)數(shù)據(jù)進(jìn)行挖掘操作來分析用戶訪問事務(wù)的模式特征，為網(wǎng)站管理者對Web站點的結(jié)構(gòu)改進(jìn)、網(wǎng)站個性化服務(wù)、網(wǎng)站電子商務(wù)的策劃等方面提供決策支持信息。本文以Web服務(wù)器日志數(shù)據(jù)作為研究對象,網(wǎng)頁內(nèi)容數(shù)據(jù)、站點結(jié)構(gòu)數(shù)據(jù)以及網(wǎng)站用戶注冊信息等數(shù)據(jù)作為參考信息，從數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、模式發(fā)現(xiàn)四個階段來實現(xiàn)了用戶事務(wù)的挖掘，最后得到具有用戶訪問特征的事務(wù)聚類結(jié)果。
　　本文為了獲取更加具有用戶訪問特征的事務(wù)

3、數(shù)據(jù)聚類結(jié)果，在數(shù)據(jù)預(yù)處理的用戶識別階段只采用能完全確定用戶的用戶注冊信息和Web日志上的客戶端IP來獲取用戶信息，放棄了采集不穩(wěn)定的cookie用戶信息。在數(shù)據(jù)預(yù)處理的事務(wù)識別階段，綜合使用了最大前向序列法和時間窗口法來進(jìn)行事務(wù)識別操作。在模式發(fā)現(xiàn)階段的聚類操作中，改進(jìn)了基于相似性計算的聚類算法，突出了單個事務(wù)和事務(wù)分組之間的相似性計算，使得聚類結(jié)果之間差異性更大，聚類結(jié)果內(nèi)部事務(wù)之間的相似性更強。最后，本文使用模擬站點數(shù)據(jù)對整個We