原创力文档- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
查看更多
2OO8年6月 第6期
June 2OO8 No．6
Web日志挖掘预处理中复杂问题的解决方法
徐志玮
(中山大学图书馆，广东 广州510275)
[摘 要] 随着网络的日益普及和信息技术的进步，w曲日志挖 数据收集乖原始数据处理工作变得越来越
复杂，使得预处理技术也要进行相应的提高。本文通过对预处理中出现的复杂问题。进行了详细的分析，并列出了目
前比较成熟的算法。
[关键词] web日志挖掘；预处理；数据收集；数据清洗；用户／会话识别；最佳事务识别
(中图分类号]G203 (文献标识码]B [文章编号]1008—0821(2008)06—0079—03
Web Log Mining Preprocessing Technology in Ways of
Handling Complex Problems
Xu Zhiwei
(Library，Sun Yat—Sen University，Guangzhou 510275，China)
【 )sIract] w the growing popularity of network and the advances in information technology，web log mining
data collection and processing laW data has become increasingly complex．preproce~ing technology also n1ak∞ corl~-
spording increase．Based on the preproce~ing of the ODmplcx issues，this paper carried out a detailed analysis and list·
ed the cur~nt relatively mature algorithm．
[Key words] web log mining；preproce~ing；data collection；data cleaning；user／session identification；
best transaction identification
随着网络的日新月异，Web日志挖掘是数据挖掘技术 文件hj，第一次请求时间tf，最后请求时间t’，浏览结束时
中一个越来越受到重视的领域，而挖掘中的预处理技术也 间t。，1个可选替换值集合{d …··dⅡl}，最后1个参数为1
变得非常重要，预处理后数据的好坏直接影响到挖掘的结 个布尔量，用以指示相应的网页浏览是否为补全 (浏览)
果。但是，由于网络技术的快速进步，又使得数据的预处 路径时推断出来的。 信
患
理变得更加复杂。本文中介绍了目前国内比较成熟的几个
化
预处理技术，全面地解决了在Web挖掘中遇到的复杂问 2 数据的收集
文档评论（0）