web数据挖掘讲解.pptVIP

下载本文档

19
0
约1.33万字
约 61页
2017-08-24 发布于湖北
举报
版权申诉

web数据挖掘讲解.ppt

1、本文档共61页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

Web Usage Mining *可以手工标注，也可以采用自动分类算法意义:访问某个Media页面的访问过程有名的算法推荐系统只是一个方面，应该扩展知识的应用领域在只有IP/Agent的情况下，我们假设User 和 Session 是等同*的: 1.2.2 Preprocessing 15:33:04/2-Jan-01 GET Index.htm /res.php 15:33:04/2-Jan-01 GET 1.htm /index.htm 15:33:04/2-Jan-01 GET A.htm /index.htm 15:35:11/2-Jan-01 GET B.htm /A.htm 15:30:01/2-Jan-01 GET Index.htm /link.htm 15:30:01/2-Jan-01 GET 1.htm /index.htm 15:30:01/2-Jan-01 GET A.htm /index.htm 15:37:09/2-Jan-01 GET E.htm /C.htm 15:35:11/2-Jan-01 GET C.htm /A.htm Mozilla/4.0(IE5.0W98) User1: Mozilla/4.0(IE4.0NT) User2: 3.Page View Identification: 1.2.2 Preprocessing 1-A /res.php B A.htm 1-A /link.htm E C.htm 1-C A.htm Mozilla/4.0(IE5.0W98) User1: Mozilla/4.0(IE4.0NT) User2: Path Completion 解决由于Cache带来的问题路径不全的问题 1.2.2 Preprocessing time 1-A 1-C 1-E 1-C 1-F Session_1 Session_2 4.Episode Identification: 1.2.2 Preprocessing 定义:meaningful subset of user/server session Auxiliary-Media Episodes: time A A M M A A A M A Episode1 Episode2 Episode3 Auxiliary-Media Episodes: 1.2.2 Preprocessing 可以使用的方法包括： 1）Page type 2）Reference length 3）Maximal Forward Reference 1). Page type Episode: 根据page view的类型来确定 1.2.2 Preprocessing time A A M M A A A M A Episode1 Episode2 Episode3 Session X 缺点是，必须要求每个page view有固定的用途。 2).Reference Length Episode: page view的类型是根据用户在此处停留的时间来确定。停留时间相对长的，就认为是Media Page,停留时间短的则是一个Auxiliary Page 1.2.2 Preprocessing 2). Maximal Forward Reference Episode[23,chen] 它的假设是：一个episode是访问某个Media page的一个最大深度的page view 引用路径，即从用户session的第一个page view开始，一直向前访问，直到有一个backward page view 出现 1.2.2 Preprocessing Index 1-A 1-C E 1-C B Time Episode1 Episode2 1.2.3 Pattern Discovery 其中有： 1)Statistical Analysis 2)Frequent Itemsets and Association Rules 3)ClusteringClassification 4)Sequential Patterns 5)Dependency Modeling 1.2.3 Pattern Discovery 1)Statistical Analysis 主要用于改进系统的Performance,design等包括： 1)most frequently accessed pages 2) average view time of a page 3) average length of a path through a site 1.2.3 Pattern Discovery 2)Frequent