面向用户信息行为地数据挖掘研究.pdfVIP

Classified Index: CODE:10075 U.D.C.: NO A Dissertation for the Degree of M. Management Research of Data Mining Oriented on User’s Information Behavior Candidate: Li Zhiming Supervisor: Prof. Wan Ling Prof. Tian Xuedong Academic Degree Applied for : Master of Management Specialty: Information Science University: Hebei University Date of Oral Examination: June, 2013 摘 要 摘 要 随着信息化的发展，越来越多的机构注重加强信息系统的开发和应用，尤其近些年 JavaScript 的兴盛不衰，RIA 技术的大量运用使许多的应用都基于 Web 开发和部署，软 件工程师们为了更好的了解和掌握用户需求，加强用户体验，开发了很多日志采集系统， 通过这些系统记录了用户的访问行为，产生大量的日志数据，这些数据蕴藏着很高价值 的信息。分析和挖掘这些数据中潜藏的信息可以得到一些有趣模式，这些有趣的模式可 以帮助网络服务提供者提供更好的网络服务。相关机构经常用数据挖掘中的统计分析和 关联规则挖掘算法来分析用户的浏览行为、交互行为，提高网站的用户黏度，进而提高 网站的服务。 本文首先对用户信息行为模式挖掘相关技术研究，包括对用户信息行为国内外现状 研究、用户行为模式挖掘结构的研究以及进行挖掘需要的 Map/Reduce 模型和 Apriori 算 法的研究。本文重点从实际环境中采用 clickstreams 模型采集用户的点击流数据，通过 模型化得到用户会话、活动以及持续时间等属性的点击流模型。采用 Map/Reduce 模型， 将日志数据在云平台进行分类统计，对两个版本系统进行对比分析，分析了用户浏览行 为模式。同时对传统 Apriori 算法进行改进，使之适应 Hadoop 分布式计算平台，并对系 统中的交互行为模式进行挖掘和关联分析，分析用户与用户之间交互行为的关联度以及 用户部门之间交互关联度。通过对用户信息行为模式的分析为应用系统网站的优化设计 和机构信息决策提供参考依据。最后，对本文所做工作以及对尚存在的问题进行总结， 提出可以进一步改进和研究的内容。 关键词 用户信息行为 数据挖掘 Map/Reduce 计算模型 Apriori 算法 I Abstract Abstract With the development of information,more and more companies pay attention to the development and deployment of information system.especially,for javascript developing constantly and RIA(Rich Internet Application) prevailin