WebGIS日志数据挖掘预处理的研究与实现-软件工程专业论文.docxVIP

万方数据 万方数据 独 创 性 声 明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作 及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方 外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为 获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与 我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的 说明并表示谢意。 签名： 日期： 年 月 日 论 文 使 用 授 权 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘， 允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全 部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。 （保密的学位论文在解密后应遵守此规定） 签名： 导师签名： 日期： 年 月 日 摘要 摘 要 地理信息系统（GIS）作为一种国土资源信息化管理手段已经被越来越多的国 土或矿产管理部门所认可和使用，借助地理信息系统，对国土资源的管理起到了 事半功倍的效果，随着 Internet 的快速发展和普及，WebGIS 应运而生。随着 WebGIS 站点建设规模的扩大和完善，站点客户访问量与日俱增，GIS 服务的质量和安全等 也面临严峻的考验。如何利用 WebGIS 网络上海量的数据更好地提供 GIS 服务， 使 GIS 发挥更大的作用成了人们关注的焦点，WebGIS 日志挖掘可以很好地解决这 个问题。WebGIS 日志数据挖掘是将数据挖掘技术用于 WebGIS 服务器日志以获取 用户的行为访问模式等有规律性的知识，从而改善 WebGIS 站点的组织结构和性 能，提高站点的访问质量，进而实现个性化服务以及智能管理等，所以研究 WebGIS 日志数据挖掘具有重要的现实意义。 在 WebGIS 日志数据挖掘中，数据预处理是非常重要的一个环节，它直接决定 着挖掘算法的性能和挖掘结果的准确性。WebGIS 日志预处理主要包括五个环节： 数据清理、用户识别、会话识别、路径补充和事务识别。本文对 WebGIS 日志文件 这种半结构数据的结构进行了具体分析，并采用编程的方法实现了将 WebGIS 日志 文件导入到挖掘数据库中，在这个基础上重点对 WebGIS 日志数据预处理的上述五 个环节进行了深入的研究，详细阐述了各个环节实现的方法和用到的相关算法， 比较全面地考虑了各个环节中的多种情况和条件，然后针对不同的情况采取了不 同的策略来实现，在会话识别环节中，与以往的单个时间窗算法不同的是本文采 用将两种时间窗算法相结合的两次时间分割方法来实现等等，这些工作很大程度 上提高了挖掘数据的质量，进而提高了挖掘的准确度和效率，扩大了挖掘的适应 范围。本文系统地整合说明了 WebGIS 日志数据挖掘的整个流程，并加以实现，最 后设计开发出了 WebGIS 日志数据挖掘系统——WeblogMinier，由于本文主要涉及 其中的数据导入和数据预处理部分，所以只对这部分做详细的说明。 关键词：WebGIS；日志数据挖掘；数据预处理；WebGIS 日志数据挖掘系统；半 结构化数据 I ABSTRACT ABSTRACT With the rapid development and popularization of the Internet, the web site is become more and more, the network traffic and the complexity of the web structure is also development at an alarming rate. Followed, Network data and resources show explosive growth. How to handle and use the mass of data has become a focus of peoples attention, so Web Log Mining came into being and development into one of the most important part of WebGIS Data Mining. WebGIS Log Mining is an application of Data Mining in WebGIS server log to obtain the pattern and the access behavioral mode of the users. This helps to improve the website’s structure, access q