Web日志挖掘中數(shù)據(jù)預(yù)處理算法的研究及實(shí)現(xiàn).pdf

1、Internet的迅猛發(fā)展，尤其是Web的全球普及，使得Web上信息量無(wú)比豐富。通過(guò)對(duì)Web的挖掘，可從Web頁(yè)面中提取所需的知識(shí)：對(duì)總的用戶(hù)訪(fǎng)問(wèn)行為、頻度、內(nèi)容的分析，可得到關(guān)于群體用戶(hù)訪(fǎng)問(wèn)行為和方式的普遍知識(shí)，用以改進(jìn)Web服務(wù)設(shè)計(jì)。更重用的是，通過(guò)對(duì)這些用戶(hù)特征的理解和分析，有助于開(kāi)展有針對(duì)性的電子商務(wù)活動(dòng)。 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(fǎng)問(wèn)Internet網(wǎng)頁(yè)的網(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)

2、挖掘技術(shù)應(yīng)用于Web日志記錄，來(lái)發(fā)現(xiàn)用戶(hù)訪(fǎng)問(wèn)Web頁(yè)面的模式，便形成了Web訪(fǎng)問(wèn)模式挖掘。它對(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)性化服務(wù)，有效地實(shí)現(xiàn)信息獲取和信息推送是非常必要的。Web訪(fǎng)問(wèn)模式挖掘是目前數(shù)據(jù)挖掘領(lǐng)域的熱點(diǎn)課題之一，也是Web日志挖掘的主要目標(biāo)之一，本文的研究目的是發(fā)現(xiàn)更多有意義的序列模式。 本文系統(tǒng)地闡述了從數(shù)據(jù)挖掘、Web數(shù)據(jù)挖掘到Web日志挖掘整個(gè)過(guò)程。通過(guò)對(duì)基于Web日志的數(shù)據(jù)挖掘的討論，說(shuō)明如何進(jìn)行