Web 日志分析系统研究.pdfVIP

第21卷 第9期 计 算机 技 术 与 发 展 V01．21 No．9 2011年9月 COMPUTER TECHNOLOGY AND DEVEL(1PMENT Sep． 2011 Web日志分析系统研究 阳小兰，钱 程 ，赵海廷 (武汉科技大学 中南分校 信息工程学院，湖北 武汉430223) 摘 要：Web品志分析系统不仅能改进Web网站结构，提高Web服务器性能，而且能识别用户的喜好、满意度，发现潜在 用户，增强网站服务竞争力。介绍了Web同志挖掘的各个阶段，没计并实现 一个web日志分析系统。分析丁传统的频 繁项集挖掘算法与序列模式挖掘算法的不足之处，根据 日志数据的特性，将用户属性引入频繁项 目集 的生成过程 ，有效地 减少_『候选项集的数 目，并根据候选集的特点，逐轮压缩数据库。将连续序列引入到 ApiroriAll算法的候选集合并过程中， 实现了改进算法。通过实验 比较了改进算法与传统算法的效率，证明了改进算法的有效性。 关键词 ：Ft志分析 ；数据预处理；频繁项 目集 ；序列模式 中图分类号 ：TP393 文献标识码：A 文章编号：1673—629X(2011)09—0211—05 ResearchonW ebLogAnalysisSystem YANGXiao—lan，QIANCheng，ZHAOHai-ring (CollegeofInformationEngineering，ZhongnanBranch，WuhanUniversityofScience andTechnology，Wuhan430223，China) Abstract：Wchloganalysissystem cannotonlyimprovetheW ebsitestructureandimproveW ebserverperformance，butalsoidentify theuserspreferences，satisfaction，identifypotentialcustomersandenhancethecompetitiveaessofWebservices．ThestagesofW eblog miningaredescribed，andaWeblognaalysissystem isdesignednadimplemented．Theshortcomingsoftraditionalfrequentitemsetsmin— insalgorithm andsequential patternminingalgorihtm raeanalyzed．Accordingto thecharacteristicsoflogdata，theuserattributesare addedintothegenerationprocessoffrequentitem sets，effectivelyreducinghtenl,mberolcnadidateitems．Accordingtothecharacteris— ticsofhtecandidateset，byroundofcompresseddatabase ApiroriAllcontinuoussequenceintroducedintotilealgorithm andtheprocess ofcna didateset．Animprovedalgorithm isimplemented．Inhteexperiment，hteefficiencyofimprovedalgorithm nadtradifional algo— fithm iscompared，theeffectivenessofhteimprovedalgorithm isproved． Keywords：loganalysis；datapreproce