基于用户访问行为分析的网站分类研究

《基于用户访问行为分析的网站分类研究》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、郑州大学硕士学位论文基于用户访问行为分析的网站分类研究姓名：贾梦青申请学位级别：硕士专业：计算机应用技术指导教师：王宗敏20090501摘要摘要随着Internet和WwW的迅猛发展，网站的数量也越来越多，而且网站包含了海量的、异构的、动态的信息资源，利用数据挖掘中的分类技术对这些网站进行组织归纳，从而有效地管理资源、改善网站服务满足用户需求，已日益成为一个重要的研究课题。目前的网站分类研究是以文本分类为基础的，需要分析网页内容，且以单个网页为处理对象，计算量大，不适合处理大规模流数据。另一方面，网站正

2、从“以站点为中心”朝着“以用户为中心’’的方向发展，而这种基于文本的分类方法从网页的静态内容出发，分类结果不能体现用户的行为特点。针对传统的基于内容的网站分类方法存在的问题，本文提出了一种基于用户访问行为分析的网站分类方法，该方法把具有相同URL前缀的网页的集合(即URL主机名相同的网站)作为一个处理对象，降低了数据规模；其次采集河南省教育科研计算机网真实的HTrP协议业务流数据作为分析对象，从用户对网站的访问行为中提取用于网站分类的特征，不需要逐个分析网页内容；最后针对省级区域性网络数据规模大的特点，

3、采用可伸缩性决策树归纳算法，从河南省教育科研计算机网用户访问的网站中提取出新闻类网站、资源共享类网站和通讯类网站。与传统的网站分类方法相比，本文提出的方法更适合处理大规模数据，且得到的分类结果包含了用户的潜在行为模式，更能反映用户的兴趣趋向和行为规律，从而使网管人员有针对性的优化网络，满足用户对主流应用的需求。关键词：用户行为分析，HrrP数据流，网站分类，决策树AbstractWiththerapiddevelopmentofIntemetand彤州thenumberofthewebsitesbeco

4、mesextremelylarge．Thewehsitecontainsabundant，isomericanddynamicinformationresources．Usingdataminingtechnologyforclassification，whichCaneffectivelymanagetheseinformationresourcestoimprovethewebsiteserviceto。；meetcustomerdemand，hasbecomeanimportantresearch

5、topic．Thecurrentresearchonclassificationisbasedontextclassification．ItneedstoanalyzetheWebcontentanddealswithasinglepageeachtime，resultinginalargecomplexityofcalculation．Thus，thesemethodsarenotsuitableforprocessinglarge-scalestreamingdata．Ontheotherhand．

6、websiteisdevelopingfromthe”website—centric”towardsthe”user-centric”，buttheresultsofclassificationobtainedbythesemethodswhicharebasedontheW曲contentcallnotreflectthecharacteristicsofuserbehavior．Forthesakeofsolvingthoseproblems，thispaperproposesawebsitecla

7、ssificationmethodwhichisbasedontheUSeraccessbehavioranalysis．Firstly,wetakeasetofWebpageswhichhavethesameURLprefixasasingletargetforclassification,reducingthescaleofdata．Secondly,theUSerHTTPtrafficiscollectedandthewebsiteclassificationfeaturesareextracte

8、dfromtheuseraccessbehavior．Itneedn’tanalyzetheWebcontent．Finally,ascalabledecisiontreealgorithmisusedtodealwiththelarge-scaledataoftheprovincialnetwork．FromthewebsiterecordsvisitedbytheusersinHERNET，thedecisiontreemodeltag