Web使用挖掘技术的研究

论文摘要

Web使用挖掘是Web数据挖掘研究领域的重要应用研究方向之一。其旨在通过对Web日志进行有效的数据挖掘,发掘隐藏在日志数据背后的规律和用户访问模式,从而改进Web站点设计,向用户提供个性化的服务。主要研究内容如下:详细介绍了Web日志预处理过程,运用页面视图过滤算法,进行相应的页面预处理。在Web聚类方面,研究了用户聚类和页面聚类。在用户聚类方面,以用户访问序列的相似度结合页面访问时间为相似度度量,运用Web模糊聚类方法,解决用户事务聚类问题。在页面聚类方面,则基于关联规则的支持度和置信度来构造Web页面聚类方法。在用户兴趣频繁访问路径模式挖掘方面,结合用户访问页面的兴趣度和网站的具体拓扑结构,改善了基于马尔可夫模型的兴趣导航模式发现方法。本文完成了页面视图过滤算法的设计,系统分析了Web聚类研究,改善了基于马尔可夫模型的兴趣导航模式发现方法,并附以实例证明算法的有效性,实用性。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 题目的目的和意义
• 1.2 国内外研究现状
• 1.3 本文主要研究内容
• 1.4 本文组织安排
• 第2章 WEB 使用挖掘概述
• 2.1 数据挖掘技术
• 2.1.1 数据挖掘概念
• 2.1.2 数据挖据系统分类
• 2.1.3 数据挖掘处理过程
• 2.2 WEB 数据挖掘
• 2.2.1 Web 数据挖掘概念
• 2.2.2 Web 数据挖掘与相关概念的关系
• 2.2.3 Web 数据挖掘的分类
• 2.3 WEB 使用挖掘概述
• 2.3.1 Web 使用挖掘定义
• 2.3.2 Web 使用挖掘过程
• 2.3.3 模式发现常用技术
• 2.4 本章小结
• 第3章 数据预处理
• 3.1 数据收集
• 3.2 WEB 日志预处理
• 3.2.1 公共概念
• 3.2.2 数据清理（Data Cleaning）
• 3.2.3 用户识别（User Identification）
• 3.2.4 会话识别（Session Identification）
• 3.2.5 路径补充(（Path Completion）
• 3.2.6 事务识别（Transaction Identification）
• 3.3 页面预处理
• 3.4 本章小结
• 第4章 WEB 聚类分析
• 4.1 聚类简介
• 4.1.1 聚类定义
• 4.1.2 聚类算法分类
• 4.2 WEB 聚类分析
• 4.2.1 Web 聚类分类
• 4.2.2 Web 模糊聚类
• 4.3 WEB 用户聚类
• 4.4 WEB 页面聚类
• 4.4.1 关联规则简介
• 4.4.2 关联规则与Web 页面聚类
• 4.5 本章小结
• 第5章 用户兴趣频繁访问路径模式挖掘
• 5.1 站点关键字的提升
• 5.1.1 问题的提出
• 5.1.2 基于网站树形结构的关键字提升方法
• 5.2 用户兴趣频繁访问路径模式挖掘目的
• 5.3 相关定义
• 5.4 基于马尔科夫模型的用户兴趣频繁访问路径
• 5.4.1 频繁序列
• 5.4.2 马尔可夫（Markov）模型简介
• 5.4.3 用户兴趣频繁访问路径模型
• 5.4.4 模拟实验
• 5.5 本章小结
• 第6章 结论与展望
• 6.1 结论
• 6.2 展望
• 致谢
• 参考文献