基于三元互关联后继树的Web日志挖掘.pdfVIP

第28卷第 10期 计算机应用与软件 Vo1．28No．10 2011年 10月 ComputerApplicationsandSoftware Oct．。20l1 基于三元互关联后继树的Web日志挖掘 张忠平 高一博 (燕山大学信息科学与工程学院 河北 秦皇岛066004) 摘 要 针对二元的互关联后继树模型进行改进 ，构造三元互关联后继树，并结合Web日志的特点，构造Web事务集的互关联后 继树和增量更新模型，设计基于三元互关联后继树的频繁路径挖掘算法，挖掘Web日志中的频繁路径。通过实验证明了基于三元 互关联后继树和改进后的模型的出色插入查询性能。 关键词 Web日志挖掘 Web事务 互关联后继树 频繁路径 中图分类号 TP311．132．4 文献标识码 A W EB LoG MINING BASED ON TERNARY INTER．RELATED SUFI X TREE ZhangZhongping GaoYibo (CollegeofInformationScienceandEngineering，YanshanUniversity，QinhuangdaoO66OO4，Hebei，China) Abstract Inthispaperweconstructedaternaryinter-r·elatedsuffix treebased on theimprovementofbinaryinter--related suffix tree model，and constructed the inter·related suffix treeofweb transactionsand its incrementalrefreshingmodelin combinationwiht the characteristicsofWeblogs，wealsodevisedafrequentpathsminingalgorithm basedon theternaryinter·relatedsuffbitreetominethe frequentpathsinWeblogs．Throughtheexperimentswedemonstratedthesuperbperformanceofinsertionquery矗theimprovedmodelwhich isbasedontheternaryinter—relatedsuffixtree． Keywords Web logmining W ebtransaction Inter—relatedsuffixtree Frequentpaths 、 不太明显 ，本文将互关联后继树一般的二元方式拓宽三元方式 0 引 言 适应 日志的指数增长。 随着因特网的高速发展，全球互联网的Web网站数量与 日 1 互关联后继树模型 俱增，而且其适用人群也在成指数增长。每个访问用户可以来 自全球任何一个地方，有着不同的身份背景 ，不同的爱好，不同 1．1 互关联后继树 的访问目的。他们在访问过程中留下了大量的Web访问和使 定义1前驱、后继 ∑是数目有限的字母表，对于任意 用信息，生成了大量的日志和表单。这些 日志文件里面包含了 大量的用户访问信息，包括访问日志、引用日志、代理Et志、错误 的aIoz ∑，nt称为a2的前驱，a2称为al的后继。 日志等 。