基于web用途数据预处理的聚类挖掘研究

《基于web用途数据预处理的聚类挖掘研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、太原理工大学硕士学位论文基于Web用途数据预处理的聚类挖掘研究姓名：张琦琪申请学位级别：硕士专业：计算机应用指导教师：陈俊杰20040501太原理工大学硕士研究生学位论文基于Web用途数据预处理的聚类挖掘研究摘要超级链接，作为一种连接万维网上分散信息的媒介，正以惊人的速度被大量使用。它在为我们提供丰富资讯的同时，也对如何详细的分析上网用户的行为以及网上资源的特点提出了挑战。随着网站的容量和复杂度的增加，只是对服务器日志简单地统计是远远不够的；通过采用各种数据挖掘的手段对用户的访问记录(日志)进行处

2、理加工从而发现隐含的有价值信息(知识)正是网络用途挖掘(WebUsageMining)的目标所在。本文在概述了数据挖掘和数据仓库等有关知识的基础上，介绍了Web挖掘的基本概念，分类和发展现状。在分析了数据预处理工作的意义后，详细分析了面对海量的用途数据，如何去粗取精，去伪存真，如何将原始的日志文件归整加工成不同挖掘粒度，即用途数据预处理的整个过程；提出了完全拟合W3C提供的若干用途数据结构的预处理模型，并通过实验验证了算法的合理性。继而，又从数据预处理的角度，分析了聚类——这种数据挖掘功能的意义；

3、介绍了各种适用于聚类操作的研究方法；针对由预处理阶段得到的点击流，采用寻找最长共同子序列(LCS)的方法定义了点击流之间的相似度，并由此生成了加权无向图；最后简述了如何利用图形分割技术实现点击流聚类的方法。最后总结全文的内容，并对下一步的工作做出合理预见。太原理1二大学硕士研究生学位论文关键词：Web用途挖掘，聚类，会话，页面视图，点击流，最长共同子序列II太原理工大学硕士研究生学位论文TheResearchoftheClusteringMiningbasedontheWebUsageDataPr

4、eprocessAbstractAsakindofmediawhichconnectingthedispersedinformationonWorldWideWeb，hyper-linksarewidelyusedatadramaticspeed．．Throughhyper-links，wegetlargeamountofusefulinformation；atthesametime，theyalsochallengeUStOanalysethewebuser’Sbehaviorsandthech

5、aractersofthewebresource．Butastheincreaseofthecapabilityandcomplicationofthewebsite，justhandlingtheserverlogsimplybyusingsomestatisticalmethodsisnotenough．Discoveringsomekindofunknownvaluableinformation(knowledge)fromuser’Saccessrecords(109s)throughdi

6、fferentdataminingmethodsisthegoalwhattheWebUsageMiningwanttoachieve．Inthispaper，aftersummarizingtherelateknowledgeaboutdatamininganddatawarehouse，weintroducethebasicconceptions，classificationanddevelopmentofthewebmining．Afterpresentthemeaningofthedata

7、preprocess，weanalysehowtowipeoffwastedata，howtodistinguishtheusefulonefromthefeigned，andhowtodisposethelogdataintodifferentgranularity·--··--·thatistosaythewholeprocessoftheusagedatapreprocess．Wealsoputforwardthemodeloftheusagedatapreprocesswhichbased

8、ontheW3C’SlogⅡI太原理工大学硕士研究生学位论文datastructurestrictly,anddesigntheexperimenttovalidatetherationalityofourpreprocessmodel。Andthen，fromthepreprocessdirection，weanalysethemeaningoftheclustering一·akindofdataminingfunction，introduceseveralclusteringw