Web日志挖掘技术是传统数据挖掘技术和Web这两个领域结合起来的当前热门课题,它对掌握用户在浏览站点时的行为、改善Web站点的结构以及页面间的超链接结构、提高站点的服务质量等方面具有重要的意义。 本文主要做了以下工作: 1.针对多页面结构的站点会降低挖掘结果的兴趣性,本文提出了Web日志数据预处理的改进算法-Frame页面过滤算法,实验结果表明,通过过滤用户会话文件中非用户点击产生的subframe页面请求,可以提高日志挖掘结果的兴趣性。 2.本文提出了一个新的Web日志数据聚类算法,该算法利用标称数据聚类直方图的几何特征,定义了一个全局准则函数,实验表明,该算法具有运行速度快,可扩展性好的特点,运用于维数高、数据量大的事务数据。 3.具体实现了Web日志挖掘的一个具体应用——实现实时个性化推荐的一个实例。 本文最后总结了工作中尚存的不足,并指出了Web挖掘研究的方向、应用前景和它所面临的挑战。