Web日志挖掘技术与研究与应用.pdfVIP

摘要 摘要 随着计算机技术和Intemet的发展，在各种Web服务器上的用户访问记录数 据也飞速膨胀，尽管传统的数据库技术和数据挖掘技术已经取得了飞速的发展， 但由于Web日志数据很多是不完整的、冗余的、错误的数据，所以很多传统的 数据挖掘技术不能直接应用在Web日志挖掘上，即使有些技术可用也是需要建 立在对Web日志数据进行预处理的基础之上。 Web日志挖掘旨在通过对Web日志进行有效的数据挖掘，发掘隐藏在日志 数据背后的规律和模式．通过对Web日志的挖掘和对用户访问行为、频度、内 容等分析，我们可以从大量的Web日志信息提取出我们需要的有用知识，并且 由此可以得到用户的访问模式，从而改进我们的Web站点设计，更重要的是， 通过对这些用户特征的理解和分析，可以向用户提供个性化的服务。 本文对Web日志挖掘的各个方面都进行了较为深入的研究。首先在总结国 内外Web日志挖掘的研究现状基础上，详细介绍Web日志数据预处理的过程； 其次基于Web日志预处理的结果，综合关联规则算法在Web日志挖掘方面的应 用，提出了一个基于兴趣度选择的关联规则算法。该算法不仅利用了Web日志 数据，而且还结合Web页面内容信息、Web页面文件大小和Web站点的拓扑结 构等信息，同时应用兴趣度来度量关联规则的质量，从而极大地提高了所得规则 的兴趣度，由此得出高兴趣度的用户频繁访问页组和用户访问模式；最后在该算 法的基础上，提出了一种实现在线的个性化推荐方法，这个方法根据兴趣度选择 算法和模式匹配算法得到用户相应的页面推荐集，进而利用Web服务器上的在 线推荐引擎对用户进行在线的个性化推荐。 关键词：Web日志，Web挖掘，关联规则， 兴趣度， 个性化推荐 Abnrael Abstract TheResearchand ofWeb UsageMining Application ChenWenchen Directed ByLiuYong With of on the technology Internet，theusage developmentcomputer especially database arealso thetraditional variouswebservers expandingrapidly．Although notbe anddata have Can techniquesdevelopedveryrapidly,it techniquesmining mostofwebare theweb Because tO usagemining usageincomplete、 applieddirectly be