Web日志挖掘技術研究與應用.pdf_第1頁
已閱讀1頁,還剩54頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、隨著Internet的普及和計算機技術的發(fā)展,網(wǎng)絡用戶的規(guī)模越來越大,用戶訪問網(wǎng)絡的行為也變的越來越多樣化和復雜化。網(wǎng)絡在電子商務、提供在線服務和信息搜索等方面得到了廣泛的應用。許多商業(yè)網(wǎng)站都在不斷提高服務質(zhì)量、網(wǎng)站性能和競爭力以便吸引更多的客戶。那么如何提高站點服務性能、改進站點結(jié)構(gòu)和提供個性化服務?為解決這些問題,研究人員提出了Web日志挖掘,它是目前研究比較多的一個研究方向。日志挖掘的主要數(shù)據(jù)源來自服務器端的日志數(shù)據(jù),對其進行預處

2、理和模式挖掘從而得到用戶的訪問模式,進而可以了解群體用戶的訪問模式和興趣,為站點結(jié)構(gòu)優(yōu)化和用戶個性化服務提供決策支持。
   通過對大量文獻資料的學習和分析,本文對Web日志挖掘預處理階段中的關鍵步驟進行研究并提出了相應的算法;本文還針對K-means算法的缺陷,提出了改進算法,并將其應用到Web日志挖掘中。
   本文首先介紹了當前國內(nèi)外研究現(xiàn)狀,接著在第2章介紹了數(shù)據(jù)挖掘概念和Web挖掘等內(nèi)容。
   其次重

3、點詳細介紹了Web日志挖掘預處理中的數(shù)據(jù)清洗、用戶識別、會話識別、路徑補充和事務識別五個關鍵步驟。因為預處理后數(shù)據(jù)的準確性將直接影響到數(shù)據(jù)挖掘的效果,所以對日志數(shù)據(jù)的預處理是很有必要的。本文第3章對當前預處理中的數(shù)據(jù)清洗、用戶識別和事務識別三個關鍵步驟進行了詳細的分析和研究,提出了數(shù)據(jù)清洗、用戶識別和事務識別三個設計算法。用戶識別算法結(jié)合了時間閾值,識別的用戶更加符合實際,并且能夠識別出更多的用戶;根據(jù)日志記錄的請求頁和參引頁間的鏈接關

4、系,再結(jié)合時間閾值設計出了新的事務識別算法,該算法能夠識別出很多有意義的事務。
   最后介紹了聚類分析,重點研究了K-means算法,針對K-means算法的初始聚類中心隨機選擇的缺陷,第4章設計了改進的K-means算法,該算法結(jié)合層次聚類算法AGNES,得到密度比較高的k個初始聚類中心,經(jīng)實驗驗證準確率明顯得到提高,迭代次數(shù)減小。本文還將改進算法應用到Web日志挖掘中,進行用戶聚類從而得到群體用戶的需求,為網(wǎng)站優(yōu)化和個性化

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論