web使用挖掘的理论与方法研究管理科学与工程专业论文.docxVIP

摘要随着Internet的迅速发展，World 摘要 随着Internet的迅速发展，World Wide Web已深入到人类生活的方方面 面。面对Web上的海量信息，如何充分利用这些宝贵的数据资源，从具有动 态、异质、半结构化等特性的Web数据中提取人们感兴趣的、隐含的、有应 用价值的知识，已成为当前数据挖掘领域的一个重要研究课题。 Web数据挖掘便是在这种背景下产生的，从一出现开始就显示出了巨大 的潜在价值和广阔的发展前景。它将传统的数据挖掘与Web有机地结合起 来，从Web资源中发现有效的，潜在有用的，并且最终可理解的知识和模式， 它涉及到数据挖掘、信息学、机器学习、人工智能、计算机网络技术等多个 领域。 web数据挖掘包括web内容挖掘、w曲结构挖掘和web使用挖掘三部 分，其中最有意义的部分是Web使用挖掘，因为它同用户的行为密切相关。 本论文重点研究w曲使用挖掘，目标是从Web的用户访问信息中挖掘用户 的访问模式，分析用户的访问行为，为确定市场战略和发展电子商务提供依 据，同时也为改进网站设计、完善对用户的个性化服务等创造有利的条件。 首先，本文研究了聚类和关联规则等与Web使用挖掘有关的理论和技术 基础，提出了Web使用挖掘的系统框架，阐明了从Web数据预处理、Web 用户访问路径模式发现、Web聚类分析和特征规则挖掘等方面开展对w曲数 据进行使用挖掘的研究思路。 在Web使用挖掘的数据准备方面，系统地研究了Web数据预处理的数 据清理、用户识别、会话识别、路径补充和事务识别等过程，设计了有关算 法，并实现了Web数据预处理的自动化系统，同时用实际Web网站服务器 中的日志数据加以验证。 在Web用户访问路径模式发现方面，研究了用户访问模式挖掘的理论和 方法。在分析基于偏爱度的用户访问路径挖掘模式的基础上，提出了基于页 面层次和喜爱度的用户浏览频繁路径获取方法，并实现了原型系统，阐明了 全面考虑支持度、用户浏览时间和页面层次三种因素的用户浏览频繁路径发 现技术。 在Web聚类方面，系统地研究了度量聚类对象相似度的方法，并根据web 特点，研究了基于页面间链接距离的页面聚类方法。在Web用户聚类方面， 探索了一种基于矩阵变换的Web用户聚类方法，系统地考虑聚类对象之间的 哈尔溟工业大学管理学博士学位论文曼i 哈尔溟工业大学管理学博士学位论文 曼i ql p III II I II II II I__曼曼皇曼皇 相互作用和影晌。 现有的Web关联规则挖掘主要考虑对用户访问页面的支持度和信任度。 本论文结合Web使用挖掘的特点，研究了带有时间戳的Web关联规则挖掘 方法，并研制了相应的原型系统。 论文还研究了从用户网站登录信息中挖掘出与商品销售有关的知识的方 法，提出了运用背景知识与面向属性归纳挖掘特征规则的思路。论文通过试 验，实现了挖掘特征规则的原型系统，进一步提高了对规则的解释能力。 综上所述，论文系统地研究了Web使用挖掘过程，探索了从海量和半结 构化的Web数据中挖掘隐含知识的理论和方法，设计并实现了多个具有可视 化特点的原型，做到了理论与实际相结合，为Web使用挖掘的进一步发展提 供了更为广阔的空间。 关键词Web使用挖掘；Web数据预处理；Web聚类 AbstractWith Abstract With the quick development of internet，World Wide Web has permeated every aspect of human life．Challenged by the huge body of information on the web，how tO make an adequate use of the data resource and how to extract the interesting，implicit and valuable knowledge has become an enormously important topic of research in the field of data mining． To meet this challenge，data mining has come into being with great potential value and broad development prospect．It combines traditional data mining with web，extracts effective，potential，understandable knowledge and patterns from web resource．It involves many fields suc