Web使用挖掘中用户访问序列挖掘技术研究

论文摘要

用户访问序列挖掘是Web使用挖掘中一个重要的研究方向,旨在采用数据挖掘技术对Web日志进行挖掘,发现站点用户的访问兴趣、访问意图等。借助于挖掘结果,网站运营者可以向用户提供个性化推销和站点导航服务,也可以在得到的频繁访问路径上合理放置广告,提高站点广告收入等。站点开发人员可以利用挖掘结果对站点系统或结构进行改进,提高站点访问效率。总之,访问序列挖掘在各种Web站点,尤其是电子商务网站和门户站点有着广泛的应用前景。访问序列挖掘主要包括数据预处理、序列发现和序列分析三个阶段。数据预处理是对源数据进行处理使之满足挖掘算法需要的数据格式;序列发现分为顺序序列挖掘和序列模式挖掘两个方面,主要是利用序列挖掘算法挖掘用户的访问序列;序列分析即对挖掘结果进行分析,从中发现有意义的知识。论文首先对数据预处理阶段采用的技术进行了分析研究,改进了针对访问序列挖掘的数据预处理方法;然后在序列模式挖掘部分对挖掘效率较高的GSP算法进行了研究和实现,并对算法进行了测试,对挖掘出的模式进行了分析;最后实现了一个完整的利用数据仓库平台挖掘Web用户访问顺序序列的方案,并采用真实商务站点日志对方案进行了验证,对挖掘结果进行了分析,同时也将挖掘出的模式与GSP算法挖掘出的模式进行了比较。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景与意义
• 1.1.1 研究背景
• 1.1.2 研究意义
• 1.2 研究现状
• 1.2.1 国外研究现状
• 1.2.2 国内研究现状
• 1.3 本文主要贡献
• 1.4 论文组织结构
• 第2章 Web使用挖掘与用户访问序列挖掘
• 2.1 Web使用挖掘
• 2.1.1 Web使用挖掘数据源
• 2.1.2 Web使用挖掘步骤
• 2.1.3 Web使用挖掘的难点
• 2.2 用户访问序列挖掘
• 2.2.1 序列模式挖掘
• 2.2.2 访问顺序序列挖掘
• 第3章 数据预处理
• 3.1 数据准备
• 3.2 数据清洗
• 3.3 用户识别
• 3.4 会话识别
• 3.5 路径补充
• 3.6 事务识别
• 3.7 用户访问序列挖掘数据预处理方法
• 3.7.1 预处理前日志形态
• 3.7.2 访问序列挖掘数据预处理
• 3.7.3 序列挖掘预处理结果
• 第4章 用户访问序列模式挖掘
• 4.1 序列模式挖掘算法
• 4.2 GSP算法
• 4.3 GSP算法挖掘用户访问序列模式实现
• 4.3.1 实验环境
• 4.3.2 日志预处理与实验结果
• 第5章 数据仓库平台访问序列挖掘实现
• 5.1 日志数据仓库
• 5.3 构建日志数据仓库
• 5.3.1 日志数据仓库模式设计
• 5.3.2 模式属性
• 5.4 挖掘Web用户访问序列实现
• 5.4.1 挖掘流程
• 5.4.2 利用Markov模型挖掘访问顺序序列
• 5.4.3 日志数据仓库平台用户访问序列挖掘示例
• 5.5 日志数据仓库平台与GSP算法发现模式比较
• 结束语
• 致谢
• 参考文献
• 攻读硕士学位期间发表的论文