Web使用记录挖掘中用户模式发现的研究

摘要

Web使用记录挖掘是Web数据挖掘的三个研究领域中非常重要的一个研究方向，通过分析和探究Web日志记录中的规律,可以识别电子商务中的潜在客户，增强对用户的因特网服务的质量和交付，并改进Web服务器系统的性能。相较于目前Web使用记录挖掘的各种方法，本文基于粗糙集的思想对Web使用记录挖掘中的用户模式的发现方法进行了深入的探讨，结合已有的各种方法基础上做出了很好的补充和完善，建立了一个用户模式发现模型。 我们详细分析了Web使用记录挖掘用户模式发现的特点，综合分析了WebUsageMining领域中的各种模式发现方法的优缺点，在原有方法的基础上，提出了一种新的数据分析和建模方式，对Web使用记录的模式发现过程进行了改进和优化，讨论了相关算法的参数配置情况。同时，我们提出了针对不同实际情况的特殊处理，建立了该模型。 我们以公开的Web使用记录中的数据集作为一个应用案例来验证我们的模型，并和其余模式发现方法进行了比较。实验表明，我们的模型相当有效，能够更好的对用户模式进行发现和对用户行为进行预测。 最后，关于进一步工作的方向进行了简要的讨论。

目录

文摘

英文文摘

学位论文版权使用授权书及同济大学学位论文原创性声明

第1章引言

1.1数据挖掘概述

1.3粗糙集分类理论概述

1.4本文的组织

2.3.1决策树算法

2.3.2支持向量机分类方法

2.3.3 K-临近分类方法

2.3.4贝叶斯分类方法

2.3.5软计算方法——神经网络、模糊集、粗糙集

2.4本文采用的分类模式——粗糙集分类

2.4.1粗糙集理论的两个基本观点

2.4.2粗糙集理论的一些基本概念

2.4.3粗糙集相关概念的数学表示：

2.4.4可变精度粗糙集

2.4.5粗糙集理论小结

3.1模型特点

3.2一股化的数据预处理流程

3.2.1数据清洗

3.2.2用户识别

3.2.3用户会话识别

3.3会话聚类

3.3.1针对聚类的会话识别

3.3.2基于概括的会话聚类

3.3基于粗糙集的分类分析

3.3.1可变精度粗糙集模型和Web使用记录图

3.3.2粗糙集分类的规则的提取和发现

3.4本章小结

第4章实验结果以及分析

第5章结论与展望

5.1结论

5.2进一步的工作方向

致谢

参考文献

个人简历在读期间发表的学术论文与研究成果