Web使用挖掘技术研究综述.pdfVIP

维普资讯 第 3l卷 第9期 计 算 机 工 程 2005年5月 M ay2005 Vo1．31 9 ComputerEngineering · 发展趋势／热点技术 · 文章编号：l0o_．3428(2005)09．一)004J—l3 文献标识码：A 中圈分类号：TP311 Web使用挖掘技术研究综述 陈 健，印 鉴 (中山大学计算机科学系 ，广州 5l0275) 摘 要：Web使用挖掘就是利用数据挖掘技术从Web数据中发现用户使用模式的过程。该文介绍了Web使用挖掘的定义和背景知识，对 Web使用挖掘的3个阶段 ：预处理，模式发现和模式分析进行详细的说明；深入研究了具体应用中的发展方向和所要解决的关键技术 ；对 将来 Web使用挖掘领域的研究问题作 了展望。 关健词：Web使用挖掘；数据预处理；模式挖掘；模式分析；Web应用 ResearchonKeyTechnologyinW ebUsageM ining CHENJian．YINJian (DepartmentofComputerScience，ZhongshanUniversity，Guangzhou5l0275) [Abstract]Webusageminingistheapplicationofdataminingtechniquestodiscoverusagepatternsfrom WebdataThedefinitionand backgroundofW ebusagemining areintroduced．DetailsaboutthreephasesofW eb usage mining，namelypreprocessing、pattern discovery．and pattern analysis，aregiven Andthedevelopmenttrendsandthekeytechnologiesinapplicationsraestudied Somefutureworksonresearchfieldof Webusageminingarepresented [Keywords]Webusagemining；Datapreprocessing；Patternmining；Patternsanalysis；Webapplication 运用Web使用挖掘技术能够从服务器、浏览器端的日志 至此标识为一个用户 Session。另外，也可以联合 IP地址、 记录和用户的个人信息中自动发现隐藏在数据中的模式信 机器名、浏览器代理等信息来辨认一个用户；或者利用网站 息，了解系统的访问模式以及用户的行为模式，从而作出预 的拓扑结构，通过推理方法，重组用户访问路径，从而解决 测性分析。Web使用挖掘结合了数据挖掘、信息处理、可视 用户Session识别问题。 化、数理统计等领域的成熟技术，但是在新的环境中，有许 事务识别 (TransactionIdentification)面向以事务为单位 多新的问题需要考虑和研究。 的应用，是指将页面访问序列划分为代表Web事务或用户会 1Web使用挖掘的基本框架 话的逻辑单元 。和用户 Session识别不同的是 ，它 以事务为 图1给出了一个Web使用挖掘系统的基本框架模型，它 单位，只包含与事务相关的页