web日志挖掘中数据预处理算法的研究及实现

《web日志挖掘中数据预处理算法的研究及实现》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、贵州大学硕士学位论文Web日志挖掘中数据预处理算法的研究及实现姓名：汪莉栋申请学位级别：硕士专业：软件工程指导教师：王翰虎20080401摘要：Intemet的迅猛发展，尤其是Web的全球普及，使得Web上信息量无比丰富。通过对Web的挖掘，可从Web页面中提取所需的知识：对总的用户访问行为、频度、内容的分析，可得到关于群体用户访问行为和方式的普遍知识，用以改进Web服务设计。更重用的是，通过对这些用户特征的理解和分析，有助于开展有针对性的电子商务活动。随着数据挖掘和万维网技术的结合，使得从收集到的访问Inte

2、met网页的网站日志记录中进行数据挖掘成为可能。将数据挖掘技术应用于Web日志记录，来发现用户访问Web页面的模式，便形成了Web访问模式挖掘。它对于优化站点结构、为不同类别的用户提供个性化服务，有效地实现信息获取和信息推送是非常必要的。W曲访问模式挖掘是目前数据挖掘领域的热点课题之一，也是Web日志挖掘的主要目标之一，本文的研究目的是发现更多有意义的序列模式。本文系统地阐述了从数据挖掘、Web数据挖掘到Web日志挖掘整个过程。通过对基于Web日志的数据挖掘的讨论，说明如何进行Web日志挖掘以及在Web日志挖掘

3、中应采取的数据挖掘技术。针对多页面结构的站点会降低挖掘结果的兴趣性，本文提出了Web日志数据预处理的改进算法一Fr锄e页面过滤算法，实验结果表明，通过过滤用户会话文件中非用户点击产生的subframe页面请求，可以提高同志挖掘结果的兴趣性。关键词：数据挖掘，Web日志挖掘，预处理，Frame页面过滤2ABSTRACT：硒eswiRandviolentdevelopmentofInternet,especiallythewholeworldsofWebpopularizesandWebincomparablyab

4、undantamountofinformation．ThroughWebmining,weCarldrawnecessaryknowledgefromWebpage：toanalyzethecontentstototaluserreceiveandvisitbehaviorandfrequenmess，wecallgetthegeneralknowledgeofbehaviorandmodeofUSerS，andUSethattoimproveOUrwebsgrve．Andmoreimportance，thro

5、ughtheunderstandingandanalyzingofuser'scharacteristic，itcanhelpanddeveloptheelectroniccommercialactivities．AsaconflueIlceofdataminingandWWWtechnologies，itispossibletoperformdatamimngonweblogrecordscollectedfromtheIntemetwebpageaccesshistory．WebUsageMiningist

6、heapplicationofDataminingtechniquestodiscoverusagepatternsfromWebdatainordertounderstandandservetheneedsofWeb—basedapplications．ItisnecessarytooptimaizethestructureofWebsitandtosupplytheindividuationservice．NowWebUsageMiningishotspotofDataMining，anditisalsoo

7、neofthemajortopicsonWeblogmining．Moremeaningfulsequencepatternsbefoundisthefinalpurposeofthethesis．Inthisthesis．theprocessofdatamimng，webdataminingandWeblogminingWasreported．Focusingontheweblogmining，themethodandtechnologyofweblogminingwerediscussedinthisthe

8、sis．Becauseofmulti．frameCanreducetheinterestingnessofWeblogminingresults，thethesisputforwardarefinedWeblogpreprocessingtechnologycalledframe-filtering．Ourexperimentsshowthatbyfileratingsubframep