NPLWAP一种新的Web序列模式挖掘算法.docxVIP

NPLWAP：一种新的Web序列模式挖掘算法 林维仲，张东站基金项目：国家自然科学基金项目 *通信作者：zdz@ （厦门大学 数据库实验室，信息科学与技术学院，福建 厦门 361005） 摘要：Web序列模式挖掘是将数据挖掘技术应用于Web访问序列，通过对Web访问序列的模式挖掘可以发现用户与网站交互的频繁模式，利用这些模式可以建模并分析用户与网站交互的模型，进而预测未来的访问模式，这对于构建智能化Web站点和开展电子商务活动有非常重要的意义。本文介绍了传统的PLWAP算法，并在此基础上提出了一种对PLWAP算法中Header Table的新的构建方法的改进算法NPLWAP。在NPLWAP算法中Header Table的构建过程中每一步都只基于当前处理的节点的后缀树集，且Header Table并不存储所有的后缀树集节点，而是只存储后缀树集根节点，从而减少挖掘过程的相关判断。通过对真实数据的实验对比可以看出NPLWAP算法在运行时间上比传统的PLWAP算法有了很大的改进。 关键词：Web数据挖掘；序列模式；PLWAP-Tree；NPLWAP 中图分类号：TP311.13 文献标识码：A 随着电子商务、Web服务以及基于Web的信息系统的持续发展和壮大，基于Web的组织在日常运作中已经收集了大量的点击流和用户数据。对这些数据的分析可以用于优化Web应