论文部分内容阅读
Web挖掘是将数据挖掘技术应用于Web环境,也就是从Web文档或Web活动中发现和抽取潜在的、有效的、新颖的或用户感兴趣的模式和知识。按不同研究对象可以将Web挖掘分为:Web内容挖掘、Web结构挖掘和Web日志挖掘。通过对Web日志进行挖掘,可以帮助站点管理者发现用户的浏览模式,理解用户的意图和行为;改善Web服务器的性能和设计;提供个性化服务和在电子商务中发现潜在客户群等等。本文在介绍Web日志挖掘的基础上,研究利用交集关系来解决用户频繁访问模式挖掘方面的问题;同时考虑到内容页与导航页的不同,提出目标频繁访问模式这个概念。本文的主要工作如下: (1)详细介绍了Web挖掘的概念、分类、特点以及Web挖掘的应用领域和研究方向。详细论述了Web日志挖掘的概念、研究对象、应用、研究方向以及相关技术等等;同时介绍了基于事务的Web日志挖掘过程的三个阶段:数据预处理阶段、模式发现阶段和模式分析阶段,并重点介绍了一种经典的事务识别算法——最大前向引用(MFR)算法。 (2)论文在类Apriori算法的基础上,提出了基于交集关系的一个发现用户频繁访问模式的算法——GITC算法。通过理论分析和实验验证,该算法可以有效地发现用户频繁访问模式。最小支持度阈值偏小时,该算法性能很好。 (3)鉴于Web日志挖掘中导航页与内容页的不同,提出了目标频繁访问模式这个概念、挖掘目标频繁访问模式的MTFAP算法以及目标频繁访问模式的应用方法。利用目标频繁访问模式,我们可以预测用户浏览页面的意图。 (4)设计并实现了一个Web日志挖掘原型系统。此系统主要包含四个功能模块,这些模块完成了原始日志数据的预处理工作,并且实现了类Apriori算法、GITC算法以及MTFAP算法。最后用实际日志数据对这些算法的性能进行了分析和验证。