基于web日志的數(shù)據(jù)挖掘

《基于web日志的數(shù)據(jù)挖掘》由會(huì)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(kù)。

1、數(shù)皿面曲⑨天畢大驀中國(guó)近代第所大學(xué)碩士學(xué)位論文一～■R_●■●跚

2、：ilF-,!■■¨a■_學(xué)科專業(yè)：吐簋皿應(yīng)丑量丕作者姓名：疊苤生指導(dǎo)教師：馮志勇教援天津大學(xué)研究生院2005年12月中文摘要萬(wàn)維網(wǎng)是到目前為止世界上最豐富和最密集的信息來(lái)源。如何開(kāi)發(fā)和利用這些豐富的資源就成了人們普遍關(guān)注的闖題。于是，數(shù)據(jù)挖掘技術(shù)和網(wǎng)絡(luò)應(yīng)用研究的結(jié)合——-W曲數(shù)據(jù)挖掘技術(shù)(WebMining)構(gòu)成了當(dāng)今比較活躍的一個(gè)研究領(lǐng)域。Web日志挖掘是Web使用挖掘的一個(gè)分支，它作為W曲挖掘的一個(gè)重要組成部分，具有獨(dú)特的理論和實(shí)踐意義

3、。本文系統(tǒng)地闡述了從數(shù)據(jù)挖掘、W曲數(shù)據(jù)挖掘到Web日志挖掘整個(gè)過(guò)程，重點(diǎn)討論Web日志挖掘。Web日志挖掘通過(guò)對(duì)日志記錄的挖掘，發(fā)現(xiàn)用戶訪問(wèn)頁(yè)面的模式，從而進(jìn)一步分析和研究日志記錄中的規(guī)律，以期改進(jìn)站點(diǎn)的性能和組織結(jié)構(gòu)，提高用戶查找信息的質(zhì)量和效率，并通過(guò)統(tǒng)計(jì)和關(guān)聯(lián)的分析找出特定用戶與特定地域、特定時(shí)間、特定頁(yè)面等要素之間的內(nèi)在聯(lián)系。Web日志挖掘預(yù)處理對(duì)象是原始日志文件中包含的數(shù)據(jù)，其中不完整的、冗余的、錯(cuò)誤的數(shù)據(jù)需要進(jìn)行處理。本文針對(duì)數(shù)據(jù)預(yù)處理過(guò)程中涉及到的關(guān)鍵問(wèn)題和技術(shù)進(jìn)行詳細(xì)的剖析和論述。Web日志

4、挖掘中模式分析與模式表達(dá)通過(guò)發(fā)現(xiàn)的模式研究用戶Web瀏覽行為，理解訪問(wèn)者的瀏覽興趣，這些都是提高Web質(zhì)量和改善站點(diǎn)結(jié)構(gòu)設(shè)計(jì)的重要環(huán)節(jié)。本文研究了規(guī)則歸納的模式挖掘方法，探討了關(guān)聯(lián)規(guī)則和序列模式的挖掘算法，比較各算法優(yōu)劣，提出使用fp和．treeprefixspan應(yīng)用于關(guān)聯(lián)規(guī)則和序列模式的挖掘。最后將Web日志挖掘技術(shù)應(yīng)用到天津鐵路工程學(xué)校網(wǎng)站，對(duì)其Web服務(wù)器的日志記錄進(jìn)行挖掘，建立一個(gè)Web日志挖掘系統(tǒng)。網(wǎng)絡(luò)管理人員可以根據(jù)Web日志的分析結(jié)果改進(jìn)網(wǎng)站的設(shè)計(jì)，實(shí)現(xiàn)網(wǎng)站的有效管理。關(guān)鍵詞：數(shù)據(jù)挖掘Web

5、數(shù)據(jù)挖掘Web日志挖掘關(guān)聯(lián)規(guī)則序列模式模式分析AbstraetABSTRACTTheWorldWideWebisadistributedglobalinformationresourcecontainingalargeamountofdatarelevanttoessentiallyalldomainsofhumanactivity．Itisbcc,omeaquestiontopayattentionhowtodevelopandusetherichresoul-ce．Therefore．itconstit

6、uteaactiveresearchfieldalpresentthatdataminingtechnologycombmewithnetworkapplicationresearchi．e．webdataminingtechnology．Weblogminingisabranchofwebusageminingandhasspecialtheoryandpl"dcldCesignificanceasanimportantpartofwebmining．Inthisthesis，theprocessofda

7、tamining，webdamminingandweblogminingwasreported．Focusingontheweblogmining．Itdiscoversthatuservisiteswebpagepatombyweblogrecordmining．Further,itanalysisandstudiestheorderofweblogrecordsothattoimprovethecharacteristicandorganizationalsmmtureofwebsits，toimpro

8、vethequalityandefficiencythatuserresearchesinformation,tofindtherelationbetweenspecialuserandspecialarea,time，pagebystatisticalandassociationanalysis．TheobjectofDataprcprocessingisdatathatiscontainedininitialWeblogfiles．Thosehalf-baked,redundant,inacourate

9、dataneedtoprocess．Inthisthesis，thekeytechnologyaboutdatapreproeessingisstudiedanddiseussed．Thepaternanalysisandpatornexpressioninweblogminingisstudiesthewebhowsebehaviorofuser,sothattounderstandtheinteresttha