基于聚类分析的用户访问模式挖掘算法研究

《基于聚类分析的用户访问模式挖掘算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：G350密级：公开UDC：单位代码：10424学位论文基于聚类分析的用户访问模式挖掘算法研究贾斌申请学位级别：硕士学位专业名称：情报学指导教师姓名：徐建国职称：副教授山东科技大学二零一二年五月论文题目：基于聚类分析的用户访问模式挖掘算法研究作者姓名：贾斌入学时间：2009年9月专业名称：情报学研究方向：信息系统工程指导教师：徐建国职称：副教授论文提交日期：2012年5月论文答辩日期：2012年6月授予学位日期：STUDYOFUSERACCESSPATTERNSMININGALGORITHMBASEDONCLUSTERA

2、NALYSISADissertationsubmittedinfulfillmentoftherequirementsofthedegreeofMASTEROFMANAGEMENTfromShandongUniversityofScienceandTechnologybyJiaBinSupervisor:AssociateProfessorXuJianguoCollegeofInformationScienceandEngineeringMay2012声明本人呈交给山东科技大学的这篇硕士学位论文，除了所列参考文献和世所公认的文

3、献外，全部是本人在导师指导下的研究成果。该论文资料尚没有呈交于其它任何学术机关作鉴定。硕士生签名：日期：AFFIRMATIONIdeclarethatthisdissertation,submittedinfulfillmentoftherequirementsfortheawardofMasterofManagementinShandongUniversityofScienceandTechnology,iswhollymyownworkunlessreferencedofacknowledge.Thedocumenthas

4、notbeensubmittedforqualificationatanyotheracademicinstitute.Signature:Date:山东科技大学硕士学位论文摘要摘要Web服务产生了大量的日志数据,这些数据记录了用户的行为信息。如何从海量的日志数据中自动、智能地抽取隐藏于其中的知识,这是Web使用挖掘要研究的问题。Web使用挖掘的研究对象是Web日志数据。Web日志数据记录了用户对Web站点的访问信息，对这些信息进行分析可以发现用户访问站点的浏览模式和访问习惯，可帮助实现网页的预存取和缓存；对于页面重组、优化网

5、站的结构等方面都具有十分重要的意义。本文对Web使用挖掘的聚类分析算法进行了研究，目的是通过对Web使用挖掘数据的事务数据进行挖掘操作来分析用户访问事务的模式特征，为网站管理者对Web站点的结构改进、网站个性化服务、网站电子商务的策划等方面提供决策支持信息。本文以Web服务器日志数据作为研究对象,网页内容数据、站点结构数据以及网站用户注册信息等数据作为参考信息，从数据采集、数据预处理、模式发现四个阶段来实现了用户事务的挖掘，最后得到具有用户访问特征的事务聚类结果。本文为了获取更加具有用户访问特征的事务数据聚类结果，在数据预处理

6、的用户识别阶段只采用能完全确定用户的用户注册信息和Web日志上的客户端IP来获取用户信息，放弃了采集不稳定的cookie用户信息。在数据预处理的事务识别阶段，综合使用了最大前向序列法和时间窗口法来进行事务识别操作。在模式发现阶段的聚类操作中，改进了基于相似性计算的聚类算法，突出了单个事务和事务分组之间的相似性计算，使得聚类结果之间差异性更大，聚类结果内部事务之间的相似性更强。最后，本文使用模拟站点数据对整个Web使用挖掘过程进行了验证分析。关键词：用户访问模式，Web使用挖掘，数据预处理，Web日志，聚类分析山东科技大学硕士学

7、位论文AbstractAbstractWebservicesbringlotsoflogswhichrecordinformationofuserbehavior.Discussesandresearchestheproblemthathowtoextracttheknowledgeautomaticallyandintelligentlyfrommasslogsisthemainlyaspectofwebusagemining.Webusageminingmainlyfocusesonwebusagedata．Thewebu

8、sagedatarecordvisitors’visitinformationonthiswebsite．Wecanobtainthebrowsingbehaviorandvisitinghabitofthesevisitorsbyanalyzingtheweblogs．It