旅游网站Web日志数据挖掘的研究与应用-计算机应用技术专业毕业论文.docxVIP

摘 摘 要 i万方数据 i 万方数据 摘 要 旅游行业网站具有被访问量大、客户忠诚度不高等特点，而且旅游网站上的旅游 产品具有一定的隐藏性和灵活的组合性，这就导致了配置旅游产品困难，网站性能不 高等问题。为了解决这些问题，达到优化配置旅游产品、优化网站性能，提高在行业 中的竞争力等目标，本文主要运用数据挖掘技术对网站中大量复杂的信息进行深层次 的挖掘和分析。 数据挖掘技术在实践应用中存在数据源的收集与处理、挖掘算法的选取与优化以 及结果的可视化与解释等问题。本文在分析这些问题的基础上，针对桂林光大旅游公 司门户网站的访问日志，采用数据挖掘技术进行研究与分析，所取得的主要研究成果 有： （1）提出了通用的 Web 日志数据预处理模型。在实际操作中使用桂林光大旅行 社门户网站的 Web 日志数据，成功建立数据预处理模型，证明了该模型是可行的， 并具有良好的通用性和可扩展性。 （2）在经典的关联规则挖掘算法——A Priori 算法中考虑时间（网页的访问顺序） 因素，提出新算法。改进后的 A Priori 算法性能比较稳定，随着项目数量的增多，耗 时将略有增长，但并不十分明显。而改进前的 A Priori 算法在项目数量比较少的情况 下，其运行速度是比较快的，但是随着项目数量的增多，其算法的速度将快速下降， 耗时明显增长。实例证明，改进后的算法耗时增长幅度明显比改进前的算法耗时增长 幅度小。 （3）在融合了 HITS 算法和 MASEL 算法的基础上提出一种新的算法。一方面， 该算法从数据挖掘角度考虑，结合了 Web 结构挖掘和 Web 使用挖掘；另一方面，从 数据融合角度考虑，使用了 D-S 证据理论，一定程度上解决了在 HITS 算法中所产生 的主题偏移问题，以及 MASEL 算法中不能很好的查找出中枢网页和权威网页的问 题。实验结果表明：应用融合后的新算法给出的查询结果具有更高的准确率，这说明 查询结果路径更接近用户的经验兴趣路径。从而对旅游公司向用户提供查询结果方面 有一定的指导作用。 上述研究成果具有一定的通用性，适用于旅游网站的数据挖掘，且适用于其它许 多网站的数据挖掘。 关键词：Web 挖掘；数据预处理；关联规则；A Priori 算法；HITS 算法；MASEL 算 法 Abstra Abstract ii万方数据 ii 万方数据 Abstract High visit count and low faithfulness are the primary characteristics in tourism web site, and the products in tourism are flexible and hidden, which results in scheming tourism products difficultly, depressing tourism web performance. To solve these problems, we must use the technology of data mining to analyze mass and complicated information in tourism web site. And it is the way to optimize the tourism products’ scheme, optimize the web’s capability and improve the competitiveness in tourism industry. The technology of data mining has some problems in practice, such as collecting and processing data resource, selecting and optimizing mining algorithm, visualizing and explaining mining results and so on. On base of analyzing these problems, the paper mainly investigates and analyzes the web log of Guilin Everbri Internationaltravel Company by using the data mining technology. The paper achieves the following tasks: Advancing a kind of popular model of data preprocessing, which divides