web数据挖掘在网站优化中的应用

《web数据挖掘在网站优化中的应用》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、r771071组旦大学学校代码l10246学号l033021109硕士学位论文鼢数据挖掘在两站绋化中的应用院系(所)：软件学院专姓业。软件工程名：王祥始辱夔帮；朱扬勇宪麓·皆期。2∞婢11rBlol目摘要随着Web技术的发展，rH子商务网站风起云涌，几乎所有企业都有了自己f内酬站。侣建立起一个电子商务网站并不附雉，嗣难的是如何汁您的网站有收蕊。女l』f『U能有效的使用这些网站，使之为企业带来利润却不容易。凶之，如何使自已的网站快速、高效的运作，以使其效率、效益最大化已成为各大网站迫在眉睫的紧要仃务。刈此我们从网站结构调整的角度出发，考虑如何对Web网站的站点结构进行快速、合理的优化改造，以

2、使其结构f_1趋合理，效率H益提升，使之能真正成为帮助企)lkJI：拓业务、增加效益、提高运行效率的商业平台，以确保企业存激烈fm}i场竞争中，保持并增加自身的竞争能力和竞争优势。Web挖掘是一项和Web发展紧密相关的数据挖掘技术。本文诗‘先概括了数搠挖掘、wel)挖掘的研究状况，然后讲述了三方嘲实践1．作：站点优化的力法改怨；快速优化的编程算法，以及对优化网站的效果检验。在本文ch我们对用户的使用行为数据⋯．页面访问量进行了分析，以将其应用到刚站的自动优化设汁叶·。木文从网站的设计和使用角度出发，对如何进行Wcb刚站的优化设计提}：【j』，n己的想法。为了提高商务网站的访问效率，本文以‘

3、应尽川‘能减少恻站层次结构’fn心恕为⋯发点，进行了一定的分析、对比和思考，提出了⋯个‘页面职责’的说法，认为任们‘张恻站页面都应具有两种价值：信息提供价值和I镀接跳转价值。虽然我们对刚站页面可以分为i类(首页、-㈨lJ页、叶页)，帽锌类的豇帕f价1．

4、!【也齐有侧重，但都应对上述两种价值有所实现。凼此，我们以此为掂，将葵作为理论址fllllj{二刘站点页面进行考察，从呶【：0_i实现价值的程度H{发，分析、对比、m渊，咀决定足否要对具体的页面进行调整——提升、合并或删除。m总结分析了现有Web挖掘算法的f要思路和实际应用后，闸述了种wc、h刚站优化的新思路：并灵活运用了一种幽沦中无I以带

5、权图生成树的算法，舟做j’一定改进后使之成为网站优化的程序实现。本文的三个主要内容是：1)阐述了一种计算方法以度量页面的使用效率：通过对网站页面的访问出入数和出入度的比值的比较，以确定页面是否尽责；2)设计了”～种优化网站的算法，以迪杰斯特拉7卜成树算：法为皋础；3)以X?校验方法对优化后的网站结构进行榆验，阻确定优化是否成功。在文中我们通过对Web站点页而访问数的计算、分析，建立了一套度量标准，并以之考察、衡量网站中页面的使用效率，再以此做为优化网站的依据。我们用以度量页面是否尽责的标准是：通过对页面访问量和页面出入度的比值进行计算和分析。从页面使用效率的角度(非语义角度)来考虑页面是否

6、具备了较强的表达能力，由三个指标组成，具体如下：·页面吸引力：同层节点间进行价值比较的依据；·页面信息满足率：衡量页面本身提供信息能力强弱的参数；·页面依存度：度量上下层页面位置是否合理的指标。我们希望这种方法能对网站优化或日网站白适应调整有所应用。因为，虽然IIl订有很多用j：搜索引擎的Web链接算法，蜘IPageRank、HITS等，但本文所述的算法勺它们有所不同，主要是考察对象不同。现有的链接算法大多从事件出发，以事件为集合，从路径着手：丽本文的出发点则是以信息的载体⋯一页面为集合，从页面本身的信息表达能力入手。通过肘每张页面足否尽责的判别，来确定整个网站的结构足甭合删。同时我们还建

7、议为了提高网站的优化速度，对网站进行优化改造时，以分段组装的方式进行，即先对局部节点进行分块优化，然后再整合组装为一个整体，f们不是H前通常的作法：将整个刚站作为一个整体进行优化。建议将网站优化利枪索特定用户访问模式作为两种功能分丌进行。本文构造算法是以无向带权连通图的￡Ii成树为基础，是一种贪心算法的应川。L一另两种最小生成树的著名算法Krusk；t1干¨Prim算法相比，本文算法的优点足不需要对所用到的边集数组进行排序，可从任意节点出发，，H任意边J，创建‘株生成树，故比时两种算法更实用。本钾法最先IlIDiiksrt；l提出。仍存本文t}}有一些修改，}要是用以生成树的权值夼洱是最短

8、边，而赴厶壶人访刚醚，敞{=勾建出的是最大页面防问树，而1i是最d,fl-：成树。小文中将推论统计学结合到Web数掘挖掘中，将其应用到剥访问频率数捌的统计分析。侧重于对Web站点的页而访问数量的观察，所用的是统计检验方法中的单向x2统计检验。在Web挖掘领域中，进行统计分析的关键是界定各种反}畎用户行为信息的量化指标，各种访问流量指标对常见fr,j站点优化设计很有协助，我们只使用了其中的一叫、部分。虽然，用户在刚站上儿乎