web日志中连续频繁访问路径挖掘算法研究

《web日志中连续频繁访问路径挖掘算法研究》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、华中科技大学硕士学位论文Web日志中连续频繁访问路径挖掘算法研究姓名：唐曙光申请学位级别：硕士专业：计算机软件与理论指导教师：曹忠升20060429摘要Web挖掘是计算机科学一个新兴的研究方向，而Web频繁访问路径挖掘是其中一个重要的研究方面，具有很强的现实意义。频繁访问路径可分为连续和非连续两种，由于访问路径受站点引用结构的限制，本身具有连续的特点，因此，在某些情况下，挖掘连续频繁访问路径更具有实际意义。分析结果表明，连续频繁访问路径的挖掘可使用通用的序列模式挖掘算法，但是这类算法挖掘效率较低，且只能得到频繁访问路径；而专用的挖掘算法效率虽高，但适用的领域太窄，只能在最大前向引用

2、集中进行挖掘。为了解决这一问题，对访问路径的性质进行研究，然后结合所要解决的问题域，给出了一种能从普通Web日志中挖掘出连续频繁访问路径的算法。该算法对WAP-Tree(WebAccessPatternTree)进行了改进，设计了一种新的数据结构IWAP-Tree(ImprovedWebAccessPatternTree)来压缩访问序列空间和记录模式挖掘所需的全部信息；同时，抛弃了传统的自下而上、利用连接、剪枝来生成频繁模式集的方法，而采用分区搜索的方式，为每个频繁节点构造一棵后缀树，通过遍历该后缀树挖掘出连续频繁访问路径。采用这种方法进行挖掘，无需生成候选集，而且一次就可以挖掘出

3、所有以根节点为后缀的连续频繁访问路径。设计并实现了一个实验系统，并利用该系统比较了WAP算法和作者提出的PAP-Mine(PostfixAccessPatternsMine)算法在挖掘时的内存和时间开销。实验表明，PAP-Mine算法挖掘效率要高于WAP算法，且相对于后者可言，PAP-Mine算法在时间消耗和内存占用方面表现得更加稳定。关键词：万维网挖掘，万维网日志，频繁访问路径，连续频繁访问路径IIIAbstractTheWebminingisanewlyarisenresearchdirectionincomputerscience,andthefrequentaccesspa

4、thsdiscoveryisanimportantresearchaspectofwhich,havingverystrongrealisticmeaning.Frequentaccesspathscanbedividedintocontinuousandincontinuoustwokinds,becauseofthelimitationofwebstationreferencestructurewhichhaveacontinuouscharacteristic,insomecases,miningcontinuousfrequentaccesspathsismorevalua

5、ble.Analyseresultindicatesthatwecanuseuniversalsequentialpatternminingalgorithmstominethecontinuousfrequentaccesspaths,buttheefficiencyislower,furthermore,whatitgainedareonlyfrequentaccesspaths;specialminingalgorithmsownahigherefficiency,buttheapplieddomainofwhichistoonarrow,onlycanbeusedinthe

6、MaximalForwardReferences.Forsolvingthisproblem,westudythequalityofaccesspathsandbasedofwhichputforwardanalgorithmthatcanminecontinuousfrequentaccesspathsfromWeblogs.ThealgorithmmakeimprovementforWAP-Tree(theWebAccessPatternTree),anddevisesanewdatastructureIWAP-Tree(theImprovedWebAccessPatternT

7、ree)tocompressthestorespaceandsaveallneededinformationformining;Atthesometime,abandoningthetraditionalminingmethodswhichgeneratefrequentpatternsbyjointingandpruningfrombottomtotop,byadoptingmethodofthezoningsearchingweconstructasuffixtr