Web日志中用戶頻繁路徑快速挖掘算法研究.pdf

1、隨著計(jì)算機(jī)技術(shù)的發(fā)展和Internet的普及，在各級網(wǎng)站的服務(wù)器中的WWW數(shù)據(jù)也飛速膨脹。而Web挖掘?qū)?shù)據(jù)挖掘技術(shù)應(yīng)用于大規(guī)模Web數(shù)據(jù)，能夠發(fā)現(xiàn)有關(guān)用戶瀏覽行為的隱藏模式規(guī)則，具有廣闊的應(yīng)用前景。Web日志數(shù)據(jù)是記錄用戶對Web站點(diǎn)訪問信息的數(shù)據(jù)，保存有大量的路徑信息，對這類信息的分析有利于設(shè)計(jì)人員掌握用戶的喜好和訪問習(xí)慣，并可以用來對網(wǎng)站的結(jié)構(gòu)進(jìn)行優(yōu)化和頁面的重組。 文章首先概要介紹了數(shù)據(jù)挖掘和Web挖掘的基本知識，然后給

2、出了頻繁路徑挖掘的體系結(jié)構(gòu)，詳細(xì)給出了預(yù)備知識及相關(guān)定義。在Apriori算法和有向圖存儲結(jié)構(gòu)的基礎(chǔ)上，提出了用戶頻繁路徑快速挖掘算法：首先利用會話矩陣篩選出滿足一定閾值條件的頻繁一項(xiàng)集，這樣避免產(chǎn)生大量中間項(xiàng)。然后在相似客戶群體內(nèi)，對頁面快速聚類，得到相關(guān)聯(lián)頁面。最后根據(jù)遍歷矩陣對相關(guān)聯(lián)頁面進(jìn)行路徑合并，得出頻繁路徑。實(shí)驗(yàn)表明此算法的準(zhǔn)確性和快速性。本文的工作對于學(xué)習(xí)和研究Web挖掘技術(shù)具有很好的參考價(jià)值，對建造實(shí)際的Web挖掘系統(tǒng)具