資源描述：
《基于聚類分析的用戶訪問(wèn)模式挖掘算法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、分類號(hào)：G350密級(jí)：公開(kāi)UDC：?jiǎn)挝淮a：10424學(xué)位論文基于聚類分析的用戶訪問(wèn)模式挖掘算法研究賈斌申請(qǐng)學(xué)位級(jí)別：碩士學(xué)位專業(yè)名稱：情報(bào)學(xué)指導(dǎo)教師姓名：徐建國(guó)職稱：副教授山東科技大學(xué)二零一二年五月論文題目：基于聚類分析的用戶訪問(wèn)模式挖掘算法研究作者姓名：賈斌入學(xué)時(shí)間：2009年9月專業(yè)名稱：情報(bào)學(xué)研究方向：信息系統(tǒng)工程指導(dǎo)教師：徐建國(guó)職稱：副教授論文提交日期：2012年5月論文答辯日期：2012年6月授予學(xué)位日期：STUDYOFUSERACCESSPATTERNSMININGALGORITHMBASEDONCLUSTERA
2、NALYSISADissertationsubmittedinfulfillmentoftherequirementsofthedegreeofMASTEROFMANAGEMENTfromShandongUniversityofScienceandTechnologybyJiaBinSupervisor:AssociateProfessorXuJianguoCollegeofInformationScienceandEngineeringMay2012聲明本人呈交給山東科技大學(xué)的這篇碩士學(xué)位論文，除了所列參考文獻(xiàn)和世所公認(rèn)的文
3、獻(xiàn)外，全部是本人在導(dǎo)師指導(dǎo)下的研究成果。該論文資料尚沒(méi)有呈交于其它任何學(xué)術(shù)機(jī)關(guān)作鑒定。碩士生簽名：日期：AFFIRMATIONIdeclarethatthisdissertation,submittedinfulfillmentoftherequirementsfortheawardofMasterofManagementinShandongUniversityofScienceandTechnology,iswhollymyownworkunlessreferencedofacknowledge.Thedocumenthas
4、notbeensubmittedforqualificationatanyotheracademicinstitute.Signature:Date:山東科技大學(xué)碩士學(xué)位論文摘要摘要Web服務(wù)產(chǎn)生了大量的日志數(shù)據(jù),這些數(shù)據(jù)記錄了用戶的行為信息。如何從海量的日志數(shù)據(jù)中自動(dòng)、智能地抽取隱藏于其中的知識(shí),這是Web使用挖掘要研究的問(wèn)題。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(wèn)信息，對(duì)這些信息進(jìn)行分析可以發(fā)現(xiàn)用戶訪問(wèn)站點(diǎn)的瀏覽模式和訪問(wèn)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)
5、站的結(jié)構(gòu)等方面都具有十分重要的意義。本文對(duì)Web使用挖掘的聚類分析算法進(jìn)行了研究，目的是通過(guò)對(duì)Web使用挖掘數(shù)據(jù)的事務(wù)數(shù)據(jù)進(jìn)行挖掘操作來(lái)分析用戶訪問(wèn)事務(wù)的模式特征，為網(wǎng)站管理者對(duì)Web站點(diǎn)的結(jié)構(gòu)改進(jìn)、網(wǎng)站個(gè)性化服務(wù)、網(wǎng)站電子商務(wù)的策劃等方面提供決策支持信息。本文以Web服務(wù)器日志數(shù)據(jù)作為研究對(duì)象,網(wǎng)頁(yè)內(nèi)容數(shù)據(jù)、站點(diǎn)結(jié)構(gòu)數(shù)據(jù)以及網(wǎng)站用戶注冊(cè)信息等數(shù)據(jù)作為參考信息，從數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、模式發(fā)現(xiàn)四個(gè)階段來(lái)實(shí)現(xiàn)了用戶事務(wù)的挖掘，最后得到具有用戶訪問(wèn)特征的事務(wù)聚類結(jié)果。本文為了獲取更加具有用戶訪問(wèn)特征的事務(wù)數(shù)據(jù)聚類結(jié)果，在數(shù)據(jù)預(yù)處理
6、的用戶識(shí)別階段只采用能完全確定用戶的用戶注冊(cè)信息和Web日志上的客戶端IP來(lái)獲取用戶信息，放棄了采集不穩(wěn)定的cookie用戶信息。在數(shù)據(jù)預(yù)處理的事務(wù)識(shí)別階段，綜合使用了最大前向序列法和時(shí)間窗口法來(lái)進(jìn)行事務(wù)識(shí)別操作。在模式發(fā)現(xiàn)階段的聚類操作中，改進(jìn)了基于相似性計(jì)算的聚類算法，突出了單個(gè)事務(wù)和事務(wù)分組之間的相似性計(jì)算，使得聚類結(jié)果之間差異性更大，聚類結(jié)果內(nèi)部事務(wù)之間的相似性更強(qiáng)。最后，本文使用模擬站點(diǎn)數(shù)據(jù)對(duì)整個(gè)Web使用挖掘過(guò)程進(jìn)行了驗(yàn)證分析。關(guān)鍵詞：用戶訪問(wèn)模式，Web使用挖掘，數(shù)據(jù)預(yù)處理，Web日志，聚類分析山東科技大學(xué)碩士學(xué)
7、位論文AbstractAbstractWebservicesbringlotsoflogswhichrecordinformationofuserbehavior.Discussesandresearchestheproblemthathowtoextracttheknowledgeautomaticallyandintelligentlyfrommasslogsisthemainlyaspectofwebusagemining.Webusageminingmainlyfocusesonwebusagedata．Thewebu
8、sagedatarecordvisitors’visitinformationonthiswebsite．Wecanobtainthebrowsingbehaviorandvisitinghabitofthesevisitorsbyanalyzingtheweblogs．It
