基于web日志挖掘技術(shù)的研究

《基于web日志挖掘技術(shù)的研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、-一一一一一一一PA摘要工nternet是一個全球的、分布的、動態(tài)的信息倉庫，它存儲著大量的數(shù)字化信息。在今天，它已經(jīng)成為大眾獲得日常信息的重要來源?？墒牵捎邶嫶蟮男畔⒘?，對于每一個用戶來說，如何能夠及時地發(fā)現(xiàn)有用的信息則變得越來越困難。而對于每一個網(wǎng)站想如何及時了解自己組織結(jié)構(gòu)的合理性也很困難。然而Web服務(wù)器日志文件中記錄了該服務(wù)器被外部訪問的所有信息，通過對這些過程信息的分析，可以客觀地反映服務(wù)器的內(nèi)部結(jié)構(gòu)、組成、內(nèi)容、訪問頻度等有關(guān)該服務(wù)器的重要信息。同時，在任何一個服務(wù)器上都可以很方便地得到它的日志文件，數(shù)據(jù)的來源很方便

2、，所以對它進(jìn)行分析是可行的，而且也是有效的。本篇論文主要從以下四個方面對Web日志挖掘進(jìn)行了系統(tǒng)的分析和研究。第一是對數(shù)據(jù)挖掘和Web日志挖掘進(jìn)行了概述，闡述了Web日志挖掘的意義、研究的現(xiàn)狀、面臨的問題;第二是討論了Web日志挖掘的三個階段:數(shù)據(jù)預(yù)處理、模式發(fā)現(xiàn)和模式分析;第三是認(rèn)真研究分析了模式發(fā)現(xiàn)階段的基于聚類的數(shù)據(jù)挖掘的基本原理和一般方法，并介紹了模糊聚類理論應(yīng)用及研究;第四是對模糊C-均值聚類算法作了介紹，提出了一種適用于Web日志挖掘的數(shù)據(jù)結(jié)構(gòu)及相應(yīng)的算法。數(shù)據(jù)結(jié)構(gòu)是一個用戶/頁面(User-URL)關(guān)聯(lián)矩陣，用來表示用

3、戶對頁面的訪問信息。挖掘算法采用模糊聚類，可以得到Web日志中具有相似訪問興趣的Web事務(wù)群體。關(guān)鍵字:日志挖掘;聚類分析:模糊聚類哈爾濱工程大學(xué)碩士學(xué)位論文AbstractTheInternetisaglobal,distributed,dynamicinformationwarehouse.Amassofdigitalinformationisstoredinit.Todayithasbecomeimportantresourceofobtainingdailyinformation.But,becauseofenormousi

4、nformation,ithasbecomemoreandmoredifficulttodiscoverusefulinformationtoeveryuser.Anditisalsodifficulttolearnaboutrationalityoforganizationstructureofwebsite.ButasanincreasingnumberofusersaccessinformationontheWeb,thereisagreatopportunitytolearnaboutinnerstructure,const

5、itutes,content,accessfrequencyfromtheserverlogs.AnditisconvenienttoobtainthelogfilesontheWeb.Soanalyzingtheweblogiseffectiveandfeasible.ThisthesisincludesfourpartsinwhichthetechnologiesofWebLogMiningaresystematicallyresearched.InthefirstpartwesummarizethetechniquesofWe

6、bLogMining,andpresentthesignificanceoftheresearchonWebLogMining,thestatusofresearchandtheproblemwhichWebLogMiningwillfacewith.InthesecondpartwediscussthreephasesofWebLogMining:Preprocessing,PatternDiscovery,PatternAnalysis.Thethirdpartanalyzeprinciplesandgeneralmethods

7、ofclusteringbasedDataMininginPatternDiscoveryphase,andintroducetheapplicationandresearchoffuzzyclusteringtheory.Inthefourthpart,weintroducetheFCMarithmetic,andpresentadatastructureandthecorrespondingarithmeticwhichsuittoWebLogMining.ThedatastructureisaUser一RLmatrix.Min

8、ingarithmeticthatusesfuzzyclustering,willdiscoversimilaraccessinterest0fwebsessiongroup.Keywords:WebLogMining;Cluster