Web访问挖掘预处理的用户识别算法.pdfVIP

!# 访问挖掘预处理的用户识别算法 李 煊 庄镇泉 （中国科技大学电子科学与技术系，合肥 !D!E ） ： 4F@2.3 3.G2+H@2.3#1,9#’I#9+ 摘 要 ’( 访问挖掘是目前网上智能信息检索和电子商务的主要研究课题之一。该文主要对’( 挖掘技术中的预处 理过程进行了研究，着重分析了其中的用户识别方法，并给出了一个用户识别的通用算法。 关键词 ’( 挖掘 预处理 用户识别 文章编号 （ ） 文献标识码 中图分类号 %!FJDD%F !! $F %$DFB K L?DMD $% ’()*+,+-.*+/) 012/+*34 +) 56/-%%+)2 /, !# $%.2 7+)+)2 8+ 9:.) ;3:.)2 ;3):.) （ ， N’:27,@’+, * 43’9,7*+.9 O9.’+9’ 2+I L’9;+*3*/P 0+.Q’71.,P * ， ） O9.’+9’ 2+I L’9;+*3*/P * );.+2 R’’. !D!E 0#%*.-* ： ’( 12/’ @.+.+/ .1 *+’ * ,;’ @2.+ 7’1’279; I*@2.+1 .+ .+,’33./’+, .+*7@2,.*+ 7’,7.’Q23 1P1,’@ 2+I ， ’3’9,7*+.9 9*@@’79’#L;.1 :2:’7 2+23PS’1 ,;’ :7’:7*9’11.+/ * T’( 12/’ @.+.+/ ’1:’9.233P ,;’ @’,;*I * 1’7 ， .I’+,..92,.*+ 2+I :7’1’+,1 2 /’+’723 23/*7.,;@ * 1’7 .I’+,..92,.*+# ： ， ， =?/(% ’( @.+.+/ ?7’:7*9’11.+/ 01’7 .I’+,..92,.*+ % 引言 商业和浏览访问的大部分信息都记录在3*/ 文件中，其它类型 的信息数据还包括引用 文件、用户登记信息数据及通过工 所谓’( 挖掘，是指将数据挖掘技术用于从’( 数据中 3*/ 发现知识。目前的’( 挖掘主要分为两大类：一个是’( 内 具（如)86 197.:,1 ）收集的统计数据。 由于访问 文件中包含了“噪声”、冗余数据或者本身记 容挖掘（ ），即从 上和在线数据库中 3*/ ’( )*+,’+, -.+.+/ 自动搜索有用的信息和资源，进行重组、分类、满足不同用户的 录得并不完全（主要是由于浏览器从本机的)29;’ 中读取数据 信息需求。另一个是 访问挖掘（ ），即从 不会在服务器端的3*/ 中体现）。所以，在进行真正意义上的