Web日志数据挖掘模型研究26110.pdfVIP

第11卷第8期 计算机集成制造系统 V01．11No．8 2OO5年8月 5 CbmputerIntegratedl订anufacturingSystems Aug．200 文章编号：1006—5911(2005)08—1073—03 Web日志数据挖掘模型研究 冯凌，林杰，雷星晖 (同济大学经济与管理学院，上海200092) 摘要：利用Web日志，通过网页编码和会话抽取计算页面相关度矩阵；通过聚类分析，得到了各类用户访问 各网页的概率向量；利用网页相关度矩阵修正概率向量，得到了反映网页相关性和用户特征聚类的挖掘模型。实 验数据表明，该模型挖掘出的用户访问特征具有较长的使用有效期。 关键词：Web使用挖掘；点击流；聚类分析 中图分类号：TP393 文献标识码：A Res唿rchonWebdata model Iog mining FENG ting，LlNJte，LEIx妇g—hui (Sch．ofEconomics＆Management，TongiiUniv．，Shanghai200092，China) each a sessionfromWeb simi— Abstract：Byassigningwebpageuniquenumber，extracting log，calculatingwebpage useraccess vectors web modelcould laritymatrix，andgetting probabilitythroughclusteringanalysis，themining thenbeobtained the matrixto the vectors．The resultwasan byusingwebpagesimila“ty modifyprobability mining dataindicatedmodelcould of anduser thatthe betterre— integrationpagesimilarity clusteringprofiles．Experimental flectuseraccesscharacteristics． Keywords：usagemining；clickstream；clusteringanalysis 录，找出其访问规律，从而更好地为用户服务。根据 O 引言 用户相近的访问习惯及感兴趣的网页，分析、总结出 随着网络技术的发展，每天有数以百万计的网 若干典型的用户行为模式，并以该类用户对各网页 页诞生，全球有上亿人通过浏览器访问各种企业网 的感兴趣程度来描述它们。当新用户到来时，就可 站进行在线交易，由此产生数以亿计的数据。然而， 以根据用户的访问方式判断其可能属于哪一类，并 这些数据长期以来被闲置，并没有得到很好地利用。 根据这类用户表现出的一般行为模式，为其提供更 现在越来越多的企业开始认识到这个问题