基于Web的用户访问模式挖掘算法及其应用研究

摘要

随着网络规模的迅猛发展以及用户需求的膨胀，互联网的应用已经渗透到各个领域，越来越多的政府，企业以及个人在Internet上发布或查找信息。Internet上充满了文本、音频和视频等多媒体信息，还包括页面间的链接，用户对页面的访问行为等，人们迫切的希望通过数据挖掘技术来发现隐藏在原始信息中的有用知识，但是Web自身的复杂性决定了Web挖掘不能套用传统的数据挖掘的模式，人们便把传统的数据挖掘技术和Inteenet的特点结合起来，形成了Web挖掘技术。 Web站点的服务器日志数据记录了浏览用户对此Web站点访问时的大量路径信息，对这些信息的分析有利于网站设计人员掌握用户的兴趣和习惯，有利于改善Web站点的结构设计、提高Web服务器系统的服务性能。 本文从Web日志挖掘系统入手，通过查阅国内外大量相关资料，就如何高效地挖掘Web日志数据从而发现知识做了较为深入的研究，本文主要工作是利用Web挖掘技术从庞杂的信息中发现用户的访问行为即访问兴趣模式，从而帮助实现个性化的信息服务。 本文首先介绍了一些数据挖掘和Web挖掘的背景知识、概念分类以及具体应用，重点介绍了Web挖掘中的Web使用模式挖掘(即Web日志挖掘)，接着，介绍了Web日志挖掘的一般过程，针对Web上特殊的日志数据格式，重点讨论了Web日志挖掘的数据预处理过程。在模式挖掘阶段，重点讨论了如何发现用户的访问兴趣模式，提出了一种基于访问行为的访问模式挖掘方法，引入了选择偏爱度的概念，并在理论和实践两个方面进行了测试评价。 最后讨论了通过挖掘得到的访问模式在个性化推荐中的应用情况，主要思想是根据从服务器日志中挖掘出的兴趣访问模式，预测用户下一步的需要，动态地为其推荐兴趣度最高的兴趣页面，这样可以快速准确地产生个性化推荐结果。

目录

文摘

英文文摘

论文说明：图表目录

声明

致谢

第一章绪论

1.1问题的研究背景和意义

1.2国内外研究现状

1.3本文的主要研究内容与组织结构

1.3.1课题来源

1.3.2本文组织结构

第二章数据挖掘和web挖掘

2.1 KDD的产生简介

2.2数据挖掘概述

2.2.1数据挖掘的过程

2.2.2数据挖掘功能和技术

2.2.3数据挖掘的应用

2.3 Web挖掘技术

2.3.1 Web挖掘提出和定义

2.3.2 Web挖掘分类

2.3.3 Web挖掘小结

2.3.4 Web挖掘的发展方向

2.4本章小结

第三章基于用户访问行为的使用模式挖掘

3.1数据源

3.1.1数据源分类

3.1.2日志记录举例

3.2数据预处理

3.2.1数据预处理过程

3.3基于用户访问行为的使用模式挖掘

3.3.1相关知识介绍

3.3.2现有的日志挖掘算法分析

3.3.3基于用户访问行为的使用模式挖掘算法

3.4本章小结

第四章访问模式的应用

4.1个性化推荐

4.2个性化推荐系统组成

4.3基于偏爱路径的个性化推荐算法

4.3.1基于偏爱路径的推荐算法设计

4.3.2推荐算法实验分析

4.4本章小结

第五章总结和展望

5.1本文主要工作总结

5.2进一步的研究工作

参考文献

攻读硕士期间重要科研工作及成果