基于选择路径和浏览页面的用户聚类算法研究

摘要

人类已经进入了网络时代,网络技术的发展为网络教学提供了一片崭新的天地。现有的网络教学系统,虽然自身信息量极其丰富,但教师对学生的学习情况缺乏了解,无法满足学生个性化的学习需求。运用Web日志挖掘技术,从学生上网学习行为中发现相似的群体以及浏览的兴趣的兴趣路径,能帮助教师及时调整教学方案更新网络站点结构。
　　 本文对Web日志挖掘系统进行研究。按照Web日志挖掘的步骤,首先对Web日志预处理过程进行研究,分为六个步骤:数据收集、数据清洗、用户识别、会话识别、路径补充、事务识别,研究了相关理论、算法,并在此基础上提出对事务识别算法加以改进,省略路径补充过程,直接由会话得到事务。其次,对用户聚类算法进行研究,针对现有的基于Hamming距离的聚类算法的不足,只考虑了用户访问的次数而没有考虑用户访问该URL时在该URL上停留的时间,以及在这段时间内在该页面上所执行的操作,提出了选择路径兴趣和浏览页面兴趣相结合的用户兴趣度,并在此基础上提出相应的聚类算法,并将该算法运用到用户聚类和浏览兴趣路径的获取中。
　　 在上述研究的基础上设计并实现了基于用户综合兴趣度的Web日志挖掘系统。该系统是由JSP实现,可以帮助管理员/教师了解学生对网站的访问情况,改进站点结构。