基于关联规则的Web日志挖掘研究及在电子政务中的应用

论文摘要

Web日志记录了用户对Web站点访问信息,保存有大量的路径信息,对这类信息的分析有利于网站设计人员掌握用户的喜好和访问习惯,并可以为网站的结构优化和页面重组提供帮助。日志数据的分析可以通过统计数据的形式,比如统计经常被访问的页面集、统计经常需要分析的重要表格数据、分析网站找出一般的访问路径模式等。Web日志挖掘就是运用数据挖掘的思想来对服务器日志进行分析处理,从而解决上面提出的各种问题。本文首先对Web数据挖掘和web日志挖掘进行了研究,指出了其具体内容和二者的关系,同时对Web日志的预处理进行了分析研究,描述了面向电子政务的点击流数据预处理方法,设计了相关的数据库表和实施预处理的流程算法。通过对经典FP-growth算法进行分析,提出了FP-growth关联规则挖掘的改进算法,通过性能比较,指出改进算法的性能在时间上得到了提高。论文进一步讨论了在原有先锋电子政务系统的基础上,将数据挖掘中关联规则FP-growth的改进挖掘算法应用到电子政务Web日志挖掘系统中。经过对关联规则算法的研究和改进,采用了改进的FP-growth算法对经过数据预处理的点击流数据进行了挖掘,并分析挖掘结果,指出网站结构的不足,从而对网站结构建设及政务系统的改进提出意见。在论文总结展望部分,讨论了目前研究工作中需要进一步完善的问题,指出了今后的研究方向。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第1章 绪论
• 1.1 研究背景和意义
• 1.1.1 研究背景
• 1.1.2 理论及实际意义
• 1.2 Web日志挖掘的现状
• 1.3 本文研究的主要内容
• 1.4 本文的章节结构
• 第2章 点击流综述
• 2.1 什么是点击流
• 2.2 Web服务器日志
• 2.3 本章小结
• 第3章 WEB数据挖掘与 WEB日志挖掘
• 3.1 数据挖掘概述
• 3.2 Web数据挖掘
• 3.2.1 Web数据挖掘的定义
• 3.2.2 Web数据挖掘的分类
• 3.2.3 Web数据挖掘的对象
• 3.2.4 Web数据的特点
• 3.3 Web日志挖掘
• 3.3.1 Web日志挖掘的定义
• 3.3.2 Web日志挖掘的应用领域
• 3.3.3 Web日志挖掘的过程
• 3.4 本章小结
• 第4章 点击流数据的预处理
• 4.1 点击流数据预处理概述
• 4.1.1 点击流分析中的相关名词术语
• 4.1.2 数据预处理的必要性
• 4.1.3 点击流数据预处理的一般过程
• 4.2 面向电子政务的预处理方法设计
• 4.2.1 数据库设计
• 4.2.2 实时预处理的流程算法
• 4.3 政府网站日志预处理方法
• 4.4 本章小结
• 第5章 FP-GROWTH关联规则算法及改进
• 5.1 关联规则的概念
• 5.1.1 基本概念及问题描述
• 5.1.2 Apriori算法及分析
• 5.2 FP-Growth挖掘算法及其相关性质
• 5.2.1 FP-Growth算法的提出
• 5.2.2 FP-growth算法描述及示例
• 5.3 FP-growth改进算法的提出
• 5.3.1 FP-tree算法的优点
• 5.3.2 FP-growth算法的缺点
• 5.4 FP-growth改进算法的设计与实现
• 5.5 FP-growth改进算法应用实例
• 5.6 FP-growth改进算法与原算法性能比较
• 5.6.1 实验的环境及数据
• 5.6.2 实验结果
• 5.7 本章小结
• 第6章 WEB日志挖掘在电子政务中的应用
• 6.1 电子政务平台简介
• 6.2 本人在平台上的工作
• 6.3 日志挖掘系统的体系结构
• 6.4 用户功能模块设计及分析
• 6.4.1 预处理模块
• 6.4.2 基本分析模块
• 6.4.3 智能分析模块
• 6.5 用改进算法对网站日志进行挖掘
• 6.5.1 挖掘结果的表达和分析
• 6.6 发现的问题和网站结构建议
• 6.7 本章小结
• 第7章 总结与展望
• 参考文献
• 攻读学位期间的科研成果
• 致谢