Web使用挖掘及其在網(wǎng)站優(yōu)化中的應(yīng)用.pdf

1、Web使用挖掘的研究對(duì)象是Web日志數(shù)據(jù)。Web日志數(shù)據(jù)記錄了用戶對(duì)Web站點(diǎn)的訪問信息，對(duì)這些信息進(jìn)行分析可以發(fā)現(xiàn)用戶訪問站點(diǎn)的瀏覽模式和訪問習(xí)慣，可幫助實(shí)現(xiàn)網(wǎng)頁(yè)的預(yù)存取和緩存；對(duì)于頁(yè)面重組、優(yōu)化網(wǎng)站的結(jié)構(gòu)等方面都具有十分重要的意義。 本文對(duì)Web使用日志這些半結(jié)構(gòu)化的數(shù)據(jù)進(jìn)行預(yù)處理，結(jié)合實(shí)例網(wǎng)站的實(shí)際數(shù)據(jù)，創(chuàng)建了適合實(shí)例網(wǎng)站的點(diǎn)擊流數(shù)據(jù)倉(cāng)庫(kù)模型，然后運(yùn)用SQL2005 AnalysisService中的Sequence Cl

2、uster模型進(jìn)行數(shù)據(jù)挖掘，最后對(duì)數(shù)據(jù)挖掘結(jié)果進(jìn)行數(shù)據(jù)分析，給網(wǎng)站的管理者提供網(wǎng)站結(jié)構(gòu)優(yōu)化的建議。 論文所做的主要工作如下： 1．對(duì)數(shù)據(jù)挖掘和Web使用挖掘的相關(guān)知識(shí)和技術(shù)進(jìn)行了概述，闡述了Web使用挖掘的意義、研究現(xiàn)狀以及面臨的問題； 2．討論了Web使用挖掘的三個(gè)階段：數(shù)據(jù)預(yù)處理、模式識(shí)別和模式分析，分析了Web使用挖掘的應(yīng)用領(lǐng)域和研究方向； 3．為數(shù)據(jù)預(yù)處理的數(shù)據(jù)采集、數(shù)據(jù)凈化、用戶識(shí)別和會(huì)話識(shí)別等

3、部分提供了詳細(xì)的算法。Web日志數(shù)據(jù)通過這些算法進(jìn)行預(yù)處理后，為數(shù)據(jù)倉(cāng)庫(kù)的建立提供了可靠的準(zhǔn)備數(shù)據(jù)。 4．利用日志分析工具Deep Log Analyzer對(duì)經(jīng)過預(yù)處理的日志數(shù)據(jù)進(jìn)行分析，得到基本的統(tǒng)計(jì)數(shù)據(jù)及圖表。接著分析建立點(diǎn)擊流數(shù)據(jù)倉(cāng)庫(kù)的必要性。根據(jù)MarkSweiger等提供的標(biāo)準(zhǔn)點(diǎn)擊流倉(cāng)庫(kù)模型，提出適合實(shí)例網(wǎng)站的數(shù)據(jù)倉(cāng)庫(kù)邏輯模型，并在此邏輯模型的基礎(chǔ)上，建立相應(yīng)的物理模型。 5．最后將上述的數(shù)據(jù)預(yù)處理算法和數(shù)據(jù)倉(cāng)