面向校園網(wǎng)日志分析的Web數(shù)據(jù)挖掘技術(shù)研究.pdf

1、隨著互聯(lián)網(wǎng)發(fā)展的日趨成熟，人們淹沒在充斥著各種各樣信息的世界中，面對(duì)著紛繁復(fù)雜的信息世界卻無法有效的選擇、吸收和消化信息，陷入了所謂的“信息過載”。無處不在的信息資源的普遍性又增加了人們從大量繁雜信息中尋找自己感興趣的數(shù)據(jù)和信息的難度，用戶無法有效的選擇可以高效搜索自己所需信息資源的方法和工具，又會(huì)陷入“信息迷失”現(xiàn)象中。此外，目前檢索網(wǎng)上信息的主要手段還是利用搜索引擎來檢索，由于大部分搜索引擎都不具有主動(dòng)性搜索的特點(diǎn)，與用戶的交互極少

2、甚至沒有，忽略了用戶的興趣偏好和用戶需求的差異，因此，基于搜索引擎的普遍檢索無法有效的解決“信息過載”和“信息迷失”現(xiàn)象。
　　隨著信息技術(shù)水平的不斷發(fā)展和成熟，從海量數(shù)據(jù)中抽取潛在的、用戶感興趣的知識(shí)成為數(shù)據(jù)挖掘領(lǐng)域中一個(gè)非常重要和有意義的研究課題。Web數(shù)據(jù)挖掘是將數(shù)據(jù)挖掘和萬維網(wǎng)這兩個(gè)領(lǐng)域中的多種技術(shù)和方法結(jié)合起來的熱門研究課題。一般來說，Web挖掘的研究領(lǐng)域包括Web內(nèi)容挖掘、結(jié)構(gòu)挖掘和使用挖掘。
　　本文系統(tǒng)的闡述

3、了從數(shù)據(jù)挖掘、Web數(shù)據(jù)挖掘到Web日志挖掘的整個(gè)過程，Web數(shù)據(jù)挖掘的預(yù)處理、Web日志模式發(fā)現(xiàn)以及Web日志模式分析等技術(shù)過程，在簡要的論述Web日志挖掘的概念、研究內(nèi)容、關(guān)鍵技術(shù)和目前國內(nèi)外研究狀況的基礎(chǔ)上，針對(duì)我校網(wǎng)站的訪問日志，采用數(shù)據(jù)挖掘技術(shù)進(jìn)行數(shù)據(jù)分析，重點(diǎn)研究了Web日志挖掘的數(shù)據(jù)預(yù)處理的改進(jìn)，在理論改進(jìn)的基礎(chǔ)上提出了具體的實(shí)驗(yàn)方案，并設(shè)計(jì)了基于校園網(wǎng)日志分析的Web數(shù)據(jù)挖掘系統(tǒng)，從而找出用戶訪問規(guī)律和內(nèi)容喜好，為改進(jìn)校

4、園網(wǎng)的網(wǎng)站結(jié)構(gòu)和內(nèi)容提供了決策支持和依據(jù)，并通過實(shí)驗(yàn)驗(yàn)證了本研究所設(shè)計(jì)的Web數(shù)據(jù)挖掘系統(tǒng)的有效性和可行性。
　　論文所做的主要工作是：首先介紹了本文所做研究的現(xiàn)狀及趨勢，國內(nèi)外目前對(duì)Web日志挖掘研究的情況，然后闡述了數(shù)據(jù)挖掘和Web數(shù)據(jù)挖掘以及Web日志挖掘的基本概念和相互之間的聯(lián)系。接下來分析了Web日志挖掘過程中的數(shù)據(jù)預(yù)處理技術(shù)，基于對(duì)傳統(tǒng)數(shù)據(jù)預(yù)處理階段中各項(xiàng)任務(wù)的完成方法和利用技術(shù)進(jìn)行詳盡的分析，然后提出了更新的數(shù)據(jù)與處