高校学生网络行为与兴趣关联分析

摘要

校园信息化建设已逐渐普及，日志分析工具在网络应用中已比较普遍，但目前仅具有信息监控、流量管控、应用控制和行为管理等功能，缺少对学生的浏览兴趣分析。基于校园网络，对学生的浏览行为关联分析，从而了解学生的浏览行为以及浏览兴趣，对更好的构建个性化校园具有较大意义，也可以及时发现学生的需求，对学生开展个性化服务。 目前，兴趣挖掘在工业界和学术界已提出了不少的方案，但针对上网日志分析学生的浏览兴趣，面临着数据量大、访问链接复杂以及数据的非结构化等问题。为此，提出了一种高校学生网络行为与兴趣关联分析的方案。通过网络访问日志得出的学生兴趣雷达图，以及关联规则分析浏览行为下的潜在浏览兴趣。 本文主要对学生访问的URL进行分类，从而对绘制的学生兴趣雷达图进行分析。工作的主要内容有以下三个方面： (1)在模型训练过程中，为了避免语料库的不均衡，采用了基于Bagging的多模型分类方法对文本分类。并在特征提取时，采用一种基于互信息和关联规则的文本特征提取方法。 (2)为了改善对网页分类的时耗，提出了一种基于Bagging的分类结果置信度的度量方法。将评估为可信的分类结果加入到网址集合中，从而对网页集合中存在的URL直接得到分类结果。 (3)对学生浏览记录生成的兴趣雷达图进行分析，并通过关联分析挖掘学生的潜在浏览兴趣。构建可用的Web系统，将分析内容在Web中可视化展现。

目录

第一个书签之前

1 绪论

1.1 引言

1.2 课题研究的背景和意义

1.3 国内外的研究和发展现状

1.4 课题设计目标

1.5 论文内容安排

2 相关理论与技术

2.1关联规则

2.2 Web爬虫技术

2.3日志URL分类

2.3.1 文本预处理

2.3.2 文本特征提取方法

2.3.3 文本分类方法

2.4 雷达图综合评价方法

2.5 本章小结

3 关键技术设计与分析

3.1 访问日志预处理

3.1.1 网络访问日志数据

3.1.2 日志清理

3.1.3 网页信息抓取

3.2 网页分类

3.2.1 基于互信息和关联规则的文本特征提取

3.2.2 基于Bagging的分类结果置信度的度量方法

3.3兴趣可视化及关联分析

3.3.1兴趣可视化

3.3.2兴趣关联分析

3.4 本章小结

4 系统设计与实现

4.1 系统设计概述

4.2 系统的设计目标与原则

4.3 系统需求分析

4.3.1 系统目标用户

4.3.2 系统总体需求分析

4.3.3 系统性能需求分析

4.3.4 系统质量需求分析

4.3.5 系统界面需求分析

4.4 系统实现环境

4.4.1 硬件环境

4.4.2 软件环境

4.5 系统总体架构

4.6 学生兴趣分析模型实现

4.6.1 网络爬虫的实现

4.6.2 网页分类的实现

4.6.3 网页分类结果度量方法

4.6.4 学生兴趣可视化实现

4.7 学生兴趣分析系统设计

4.7.1 系统功能结构设计

4.7.2 系统数据库设计

4.8 本章小结

5 高校网络行为与兴趣关联分析系统测试

5.1 学生兴趣挖掘系统功能测试

5.1.1 服务器部署环境

5.1.2 系统测试方案

5.1.3 系统功能测试

5.2 系统性能测试

5.3 本章小结

总结与展望

致 谢

参考文献

附录1

附录2

攻读硕士学位期间发表的论文及科研成果