WebGIS日志数据挖掘预处理的研究与实现

摘要

地理信息系统（GIS）作为一种国土资源信息化管理手段已经被越来越多的国土或矿产管理部门所认可和使用，借助地理信息系统，对国土资源的管理起到了事半功倍的效果，随着Internet的快速发展和普及，WebGIS应运而生。随着WebGIS站点建设规模的扩大和完善，站点客户访问量与日俱增，GIS服务的质量和安全等也面临严峻的考验。如何利用WebGIS网络上海量的数据更好地提供GIS服务，使GIS发挥更大的作用成了人们关注的焦点，WebGIS日志挖掘可以很好地解决这个问题。WebGIS日志数据挖掘是将数据挖掘技术用于WebGIS服务器日志以获取用户的行为访问模式等有规律性的知识，从而改善 WebGIS站点的组织结构和性能，提高站点的访问质量，进而实现个性化服务以及智能管理等，所以研究WebGIS日志数据挖掘具有重要的现实意义。
　　在WebGIS日志数据挖掘中，数据预处理是非常重要的一个环节，它直接决定着挖掘算法的性能和挖掘结果的准确性。WebGIS日志预处理主要包括五个环节：数据清理、用户识别、会话识别、路径补充和事务识别。本文对WebGIS日志文件这种半结构数据的结构进行了具体分析，并采用编程的方法实现了将WebGIS日志文件导入到挖掘数据库中，在这个基础上重点对WebGIS日志数据预处理的上述五个环节进行了深入的研究，详细阐述了各个环节实现的方法和用到的相关算法，比较全面地考虑了各个环节中的多种情况和条件，然后针对不同的情况采取了不同的策略来实现，在会话识别环节中，与以往的单个时间窗算法不同的是本文采用将两种时间窗算法相结合的两次时间分割方法来实现等等，这些工作很大程度上提高了挖掘数据的质量，进而提高了挖掘的准确度和效率，扩大了挖掘的适应范围。本文系统地整合说明了WebGIS日志数据挖掘的整个流程，并加以实现，最后设计开发出了WebGIS日志数据挖掘系统——WeblogMinier，由于本文主要涉及其中的数据导入和数据预处理部分，所以只对这部分做详细的说明。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 WebGIS日志挖掘的研究背景及意义

1.2 研究现状

1.3论文的主要研究内容

1.4论文的组织结构

第二章 WebGIS日志挖掘

2.1 WebGIS日志挖掘的概念

2.2 WebGIS日志挖掘与结构分析

2.3 WebGIS日志挖掘预处理

第三章 WebGIS日志挖掘源数据的收集

3.1 WebGIS站点源数据收集的来源与途径

3.2 WebGIS站点数据的导入和准备工作

第四章 数据预处理实现技术及算法

4.1 数据清理

4.2 用户识别

4.3会话识别

4.4 路径补充

4.5 事务识别

第五章 WebGIS日志数据预处理系统WeblogMinier的具体实现

5.1 WeblogMinier的设计思想

5.2 WeblogMinier的系统结构

5.3 系统的主要模块及其实现

5.4 WeblogMinier的具体数据处理实例

5.5 开发平台与数据库的选择

第六章 WeblogMinier对WebGIS日志数据预处理

6.1 数据预处理准备阶段

6.2 数据预处理阶段

第七章 结论

致谢

参考文献