版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著Internet的迅速發(fā)展和不斷普及,Web日志資源越來(lái)越多,而如何利用這些海量數(shù)據(jù)來(lái)更好的為用戶服務(wù)成為當(dāng)今的研究熱題。Web日志挖掘把傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)應(yīng)用到Web日志中,獲取網(wǎng)站使用情況的有價(jià)值模式,應(yīng)用于個(gè)性化服務(wù)、網(wǎng)站設(shè)計(jì)和商業(yè)決策等方面。而數(shù)據(jù)預(yù)處理在Web日志挖掘過(guò)程中起著至關(guān)重要的作用,其中本文提到的Web日志過(guò)濾技術(shù)屬于數(shù)據(jù)預(yù)處理的一種。
Web日志過(guò)濾技術(shù)是指對(duì)用戶瀏覽網(wǎng)站所留下的訪問(wèn)記錄,即Web日志
2、進(jìn)行過(guò)濾,其目的是要過(guò)濾掉那些不能體現(xiàn)用戶興趣的日志記錄,如圖片信息、網(wǎng)站主頁(yè)導(dǎo)航頁(yè)等,而留下那些可以體現(xiàn)用戶興趣的記錄。為了實(shí)現(xiàn)Web日志過(guò)濾技術(shù)本文中提出了兩種方法,一種是基于鏈接規(guī)則的日志過(guò)濾技術(shù),另一種是基于網(wǎng)頁(yè)內(nèi)容的日志過(guò)濾技術(shù)。
基于鏈接規(guī)則的過(guò)濾技術(shù)是在對(duì)日志記錄進(jìn)行詳細(xì)分類基礎(chǔ)上,人工校對(duì)每種鏈接是否包含用戶興趣,然后對(duì)那些包含用戶興趣的鏈接,根據(jù)鏈接特點(diǎn)生成過(guò)濾規(guī)則進(jìn)行過(guò)濾。其特點(diǎn)是準(zhǔn)確,速度快,但是缺點(diǎn)是統(tǒng)
3、計(jì)日志記錄以及人工校對(duì)效率低,且生成的規(guī)則隨著網(wǎng)站結(jié)構(gòu)變化易失效。
基于網(wǎng)頁(yè)內(nèi)容的過(guò)濾技術(shù)是指對(duì)日志記錄中URL對(duì)應(yīng)的網(wǎng)頁(yè)進(jìn)行文本分類,來(lái)判斷其是否包含用戶興趣,予以過(guò)濾,這是本文的主要內(nèi)容。其主要包括網(wǎng)頁(yè)結(jié)構(gòu)信息的KNN分類和網(wǎng)頁(yè)正文信息的SVM分類兩個(gè)部分,最后根據(jù)兩個(gè)分類器的結(jié)果進(jìn)行判斷?;诰W(wǎng)頁(yè)內(nèi)容的日志過(guò)濾雖然在過(guò)濾階段效率上不如基于鏈接規(guī)則的日志過(guò)濾,但是它可以解決基于規(guī)則過(guò)濾的人工校對(duì)效率低和易失效的缺點(diǎn),并且擁
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- WEB日志挖掘的研究與實(shí)現(xiàn).pdf
- 基于Web日志與聚類分析的協(xié)同過(guò)濾算法的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于Frame頁(yè)面過(guò)濾與關(guān)聯(lián)規(guī)則的Web日志挖掘的研究.pdf
- Web日志挖掘技術(shù)的研究與應(yīng)用.pdf
- 基于Web日志的用戶挖掘研究與實(shí)現(xiàn).pdf
- WEB站點(diǎn)日志數(shù)據(jù)挖掘的研究與實(shí)現(xiàn).pdf
- 基于OLAP的Web日志挖掘研究與實(shí)現(xiàn).pdf
- WEB日志挖掘的研究和實(shí)現(xiàn).pdf
- Web日志挖掘系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- Web日志挖掘技術(shù)的研究.pdf
- 基于關(guān)聯(lián)規(guī)則的Web日志挖掘研究與實(shí)現(xiàn).pdf
- Web日志挖掘技術(shù)研究與應(yīng)用.pdf
- 基于Web日志挖掘技術(shù)的研究與應(yīng)用.pdf
- Web日志數(shù)據(jù)挖掘技術(shù)的研究.pdf
- WEB日志數(shù)據(jù)挖掘的研究和實(shí)現(xiàn).pdf
- 網(wǎng)絡(luò)日志中的信息過(guò)濾系統(tǒng)的研究與實(shí)現(xiàn).pdf
- Web日志挖掘技術(shù)的研究與自適應(yīng)Web站點(diǎn)的構(gòu)建.pdf
- Web日志挖掘相關(guān)技術(shù)的研究.pdf
- 基于Web日志挖掘的推薦系統(tǒng)的研究與實(shí)現(xiàn).pdf
- Web日志挖掘原型系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
評(píng)論
0/150
提交評(píng)論