基于聚类的web使用挖掘研究

《基于聚类的web使用挖掘研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、山东大学硕士学位论文基于聚类的Web使用挖掘研究姓名：刘国光申请学位级别：硕士专业：管理科学与工程指导教师：彭志忠20070318原刨性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集体，均已在文中以明确方式标明。本声明的法律责任由本人承担。论文作者签名：塑!堕知日关于学位论文使用授权的声明本人同意学校保留或向国家有关部门或机构送交论文的印刷件和

2、电子版，允许论文被查阅和借阅；本人授权山东大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其他复制手段保存论文和汇编本学位论文。(保密论文在解密后应遵守此规定)论文作者签名：毫!!璺垫导师签山东大学硕士学位论文摘要随着Intemet的普及和WWW的迅猛发展，用户对Web访问的信息己经成为世界上最大的信息仓库之一。而信息的爆炸式增长与人们注意力的有限性之间的矛盾也随之增加，Web使用挖掘正是解决这一矛盾的有效手段，它从用户对Web的访问信息中抽取出感兴趣的模式，以发现用

3、户访问站点的浏览模式，为站点管理员提供各种利于Web站点改进或可以带来经济效益的信息，从而对网站运营管理、开展电子商务和吸引用户都有深远豹意义。本文研究了聚类与Web使用挖掘有关的理论和技术基础，提出了Web使用挖掘的系统框架，阐明了从Web数据预处理、w曲用户访问路径模式发现、Web聚类分析和特征规则挖掘等方面开展对Web数据进行使用挖掘的研究思路。在Web数据预处理方面，系统地研究了Web数据清理、用户识别、会话识别、路径补充和事务识别等过程，设计了有关算法。在Web用户访闯路径模式发现方面，研

4、究了用户访问模式挖掘的理论和方法。在分析基于偏爱度的用户访问路径挖掘模式的基础上，提出了基于页面层次和喜爱度的用户浏览频繁路径获取方法，阐明了全面考虑支持度、用户浏览时间和页面层次三种因素的用户浏览频繁路径发现技术。在Web聚类方面，系统地研究了度量聚类对象相似度的方法，并根据Web特点，研究了基于页面间链接距离的页面聚类方法。在Web用户聚类方面，探索了一种基于矩阵变换的Web用户聚类方法，系统地考虑聚类对象之间的相互作用和影响。综上所述，论文系统地研究了Web使用挖掘过程，探索了从海量和半结构化

5、的Web数据中挖掘隐含知识的理论和方法，为Web使用挖掘的进一步发展提供了更为广阔的空间。关键词：Web使用挖掘；Web数据预处理；Web聚类，Web关联规则挖掘7山东大学硕士学位论文AbstractWiththepopularityofIntenretandtheexplosionofWWW：Webnsageinformationisbecomingthelargestinformationwarehouse．Asaresult．theconflictbetweenthelimitedhumana

6、ttentionandtheunlimitedinformationisbecomingmoreandmoreserious．Luckily,WebUsageMiningisfoundtobeanefectivemethodtosolvethisproblem．Itcanbeusedtofindoutuse心normalbrowsingpaternsandgivesignificantadvisesforwebsitesupervisorsbyextractsinterestingpaterns舶m

7、theoriginalWebusageinformation．Bythismear塔，WebUsageMiningissignificantforWebsitedesignandmanagement，businessandmarketillgdecisionsupportandiLser$attraction．TMspaperfirstfocusesonthetheoreticalandtechnicalfoundationrelatedtowebusagemining,suchasclusteri

8、ngandassocimionrules．Ithasformedthesystematicframeworkforwebusageminingandillustratedtheapproachtowebusagemininginta／nisofdampreprocessing,discoveringuservisitingpattern,webclusteringandcharacteristicrules，ete．Inthefieldofdatapreprocess