Web使用模式挖掘中路径分析技术研究.pdfVIP

· 应用研 究 · Web使用模式挖掘中路径分析技术研究 史 哲 李雨佳 (西北大 学 陕西西安 710069) 摘 要：Web使用模式挖掘是Web数据挖掘的重要研究内容。本文详细介绍了Web使用模式挖掘中的路径分析技术，并将AprioriAll算法引入路 径分析过程 ，对 其发展前景做 了合理 的展 望。 关键词 ：Web数据挖掘 Web 使用模式挖掘 路径分析技术 中图分类号 ：TP393 文献标识码 ：A 文章编号：1007-9416(2010)10--00~8--02 1引 言 段 为单位记录 的 ，经过数据清洗 和事务识 个最大引用序列对应于Web中一条频繁出 数据挖掘 (DataMining)就是从数据库 别 以后是一个 间断 的时间序列 ，这 些序列 现的浏览路径 。对上面的例子，假设 {{AB}， 中发现隐藏在其 中的、潜在 的有用信息，并 反 映的用户行为有助于 网站 确认用户访 问 {BE}，{AD}，{CF}，{FG}，{BF}】是二维的大 把大量的原始数据转换成有价值 的知 识的 网站的兴趣所在 。 引用序列 ，{{ABE}，{CFG}j是三维的大引用 一 门新 兴科学 。随 着数据库技 术的飞速发 (3)分类与聚类技术 (C1assificati0n 序 列 ，那 么 最 大 引用 序 列 为 {{ABE}， 展 ，尤其是随着Web应 用技 术的不断发展 Clustering)。分类规则可 以挖掘web日志中 {CFG)，{AD)，{BF}}。 和进步 ，Web资源 以指数级模型飞速增长 。 某 些共 同的特性 ，利 用该特性对 新添到数 得到 的最大 引用序 列后 ，就 可 以根 据 面临着浩瀚无边 的Web数 据 ，人们呼唤在 据 库里的数据项 进行分类 ，根据 访 问模式 用户 已经访 问过的站点来预 测他将要访 问 数据的汪洋中去伪存真 、去粗存精，因此以 得 出访 问某一服 务器 文件 的用 户特 性 。聚 的站 点 ，提高 网络 相应速 度 ，优 化 网站 结 网络数据为挖掘对象的Web数据挖掘技术 类分析用于将有 相似 特性的用 户、数据项 构 ，为 用户提供更加便捷 的服务 。 应用而生 …。 集合到一起 ，聚类的 目标是将大量 的数据 Oren Etioni在l996年首次提出Web数 项 聚集成类 ，使得 类与类之 间的相似度尽 4算法描述 据 挖掘这一概念 。Web数 据挖掘就是运用 量小 ，而类 内的相似 度尽 量大 。 4．1 生成最大先前引用算法 数据挖掘技术在服务器Web文档中自动发 (4)路 径分 析技 术 (Route Analysis 在生 成最大 先前引用的过 程 中 ，考 虑 现并提取有用的信息，它是数据库、信 息检 Technology)。在Web使用模式挖掘过程 中， 到 要把 原始路径 中的那些 向后 引用删 除 ， 索、人工智能、机器学 习与 自然语言处理等 通过路径分析技术可 以确定 网站 的频 繁访 我们使用一个堆栈 。堆栈的特点就是 “先进 几个相关研究领域的聚合 [。目前 比较盛行 问路径 ，可 以对 频繁访 问的路径进行优化 ， 先 出，后进后出”。利用堆 栈的这个特性 ，在 的分类就是根据其挖掘对象将其大致分为 并可 以在频繁访 问的路径上 放置重要 的信 删 除 向后引用时 只需要对栈顶元素判断即 三类 ：Web内容挖掘、Web结构挖掘、Web使 息，如导航信 息等 ，以方便用户使用[3】。通过 可E41。具体过程是 ： 用模 式挖掘 。 路径分析技术得 出的网站结构 图在模式挖 A．选取 第一个顶入栈 。第一 个项即用