基于序列模式的Web日志挖掘.pdf

1、隨著Internet的迅速發(fā)展，人們面對太多的信息無法選擇和消化，淹沒在繁雜的信息中，這種現象稱為信息過載。Internet上信息資源分布的廣泛性又給用戶尋找感興趣的信息增加了困難，用戶不知道如何更有效地發(fā)現自己所需的信息資源，即信息迷失。當前我們主要采用搜索引擎來檢索Web上的信息，但是大多數搜索引擎缺少主動性，沒有考慮用戶的興趣偏好和用戶的不同，無法有效地解決信息過載和信息迷失的問題。 直接或間接解決這個問題的途徑之一就是將

2、數據挖掘技術應用于Web服務器日志的挖掘，從用戶在Web上瀏覽行為數據中獲取用戶的瀏覽模式，根據用戶的行為模式，改進站點的設計和服務，開展個性化服務和構建智能Web站點。 針對上面提出的問題以及解決辦法，本論文系統(tǒng)地闡述了從數據挖掘、Web數據挖掘到Web日志數據挖掘整個過程。本論文使用了基于序列模式的挖掘算法對Web日志進行了挖掘，并對算法進行了實驗，給出了實驗結果，證明了本方法的有效性。 本論文首先介紹了當前Inte

3、rnet的發(fā)展以及數據挖掘在Web中的應用，并著重介紹了數據挖掘的相關概念以及技術，然后介紹了數據挖掘領域中Web日志挖掘相關方法，其中重點介紹了基于序列模式的Web日志挖掘技術。接下來論文詳細闡述了Web日志挖掘的整個過程，從Web日志數據的預處理工作(數據凈化、用戶識別、會話識別、路徑補充、事務識別)到使用序列模式對經過預處理的數據進行挖掘的方法。在Web日志挖掘算法中，使用了一種基于廣度優(yōu)先的序列模式挖掘算法，并對算法進行了詳細的