基于云计算的用户浏览偏爱路径挖掘算法.pdfVIP

， r西?gjPP魄 口 4 胁d砌舢计算机工程与应用 基于云计算的用户浏览偏爱路径挖掘算法 程 苗 CHENG M iao 中国科学技术大学 管理学院，合肥 230026 College ofManagement，University ofScience and Technology ofChina，Hefei230026，China CHENG Miao．Algorithm of discovering preferred browsing paths based on cloud—computing·Computer Engineering andApplications，2011，47(29)：85-89． Abstract： Mniing user preferred browsing paths from Web logs is an impoanat research topic．The current mining algo— rithmsarefocusedon users’browsing frequency，neglectingan impo~natproblem ofwhetherusersare interested in thefre· quentpath ornot．Based on the analysis ofthe presentalgorithmsfor mining userbrowsing patterns，Web topoloyg structure iscombined to revise hte measures ofusers’preferred browsnig pathswhich rae based on browsing frequency，na d a con· ceptofusefulpreference ispresented．Thebad impactofmninig isremoved due topages’placeand links；menawhile，due to hteproblem htatcurrentmining system ’Scomputationalcapacity on sniglenode isnotenough，by the advnatage ofcloud computing’Sdistributedprocessnigna dvirtualtechnoloyg ，itpresentsamethod ofdataprocessing based on cloud computnig to mniing users’preferred browsnig paths．Th eresultshows，thisalgorithm isbetter htna onewhich isbased on rfequency when minnig anumberofWeb logsin accuracy and efficiency． Key words：preferred browsing pahts；cloud computing；Web usage mniing；Web log 摘 要：gKWeb日志中挖掘用户浏览偏爱路径是一个重要的研究课题。目前的挖掘算法注重客观访问频度，忽略了用户对这一 频繁访 问路径是否感兴趣。在分析 目前用户偏爱路径挖掘算法存在的问题的基础上，结合 网站拓扑结构 图修正基于频度的用户 偏爱路径的衡量标准，提 出了有用偏爱度的概念，从而剔除由于页面放置和链接等因素对挖掘的影响；针对 目前基于单一节点的 挖掘系统的计算能力不足的问题，利用云计算的分布式处理和虚拟化技术的优势，给出了一种基于云计算的数据处理方法，在此 基础上挖掘用户浏览偏爱路径。实验表明，该算法针对大数据量的 日志进行挖掘，准确率和效率比普通基于频度进行用户浏览 偏爱路径挖掘的算法有所提高。 关键词：浏览偏爱路径；云计算；Web4~用挖掘；WebEl志 DOI：10．3778~．issn．1002．8331．2011．29．023 文章编号：1002．8331(2011)29．0085．05 文献标识码：A 中图分类号：TP393 1 引言 用户浏览偏爱路径挖掘算法的数据预处理阶段放在分布式并 Web用户浏览偏爱路径挖掘通过分析Web日志记录发现 行环境中进行：即在