web日志挖掘术应用研究.pdf

摘 要 随着互联网的迅速普及和广泛应用，Web上产生的信息也随之飞速增长，如 何从浩瀚的资料中挖掘出有价值的信息，受到各方面的关注。Web网站无论是在 访问量、规模上还是在网站设计的复杂度上都以惊人的速度增长着。像Web站 点设计、Web服务设计和一些通过W曲网站进行简单的导航模式设计也都增大 了设计的难度。为了更好地设计W|eb服务器，一个更好的方式就是分析原来的 网站是如何被利用的。日志数据的分析可以通过统计数据的形式，像统计经常被 访问的页面集、统计经常需要分析的重要的表格数据、通过网站分析找出一般的 访问路径模式等。Web日志挖掘就是运用数据挖掘的思想来对服务器日志进行分 析处理，从而解决上面提出的各种问题。 本文在筒述了Web日志挖掘的概念、研究内容、关键技术和目前的国内外 研究状况的基础上，钍对我校网塑鳆迹鲤旦骞，采用数据挖掘技术进行数据分析， 从而找出用户访问规律和内容喜好，为改进网站结构和内容提供了决策支持。论 文所做的主要工作是：首先对w曲日志的预处理进行了研究，坌当I亟丝望笪 流程并分析了其中的难点，包括数据清理、会话识别、用户识别和片断识别，并 一—●__-_-__●__-—_-_——_——一 尝试将其用到我校网站的挖掘之中；其次对基于FP屯∞的关联规则挖掘算法鲎 ‘J__—_———。—————’‘’、—．—__—-—_l-__’、一～-_，．—．—__-_—’——————’’—。——’‘—。‘———’_—-_。—’。_—一 行了研究，然后将其用到我校网站的挖掘之中，并依据挖掘结果给邀纣过达旦站 的改进建议；最后对路径遍历模式挖掘进行了研究，将其用到我校网站的挖掘之 中，并依据挖掘结果给出针对该网站的改进建议。 关键词：数据挖掘W曲日志挖掘关联规则路径遍历模式 中图分类号：TP391 4 Abstract As fast of the and information Intemet,Webusage developingspreading grows tO doseattentionto valuableinfolllltRioll quickly．Peoplebeginpay mining from姆 amountof tO at inboth data．TheWorldWideWebcontinues an rate grow astounding thesheer oftrafficandsizeand ofWebsites．The volume the complexity complexity oftaskssuckasWebsite server of design,Webdesign,andsimplynavigatingthroush aWebsitehaveincreasedwiththis tothese along growth．Animportantinpm design tasks It Websiteis includes isthe 0fhow ansaysis analysis