检索结果-内蒙古大学图书馆

作者：奚冬芹合肥工业大学

学位级别：硕士

随着WEB技术的发展,电子商务网站发展迅速,目前几乎所有的企业都有了自己的网站。拥有一个结构合理的网站是企业成功发展电子商务的基础,也是促进企业进一步发展的主要因素之一。因而如何提高网站结构的合理性也就成了网站经营者必须解... 详细信息

随着WEB技术的发展,电子商务网站发展迅速,目前几乎所有的企业都有了自己的网站。拥有一个结构合理的网站是企业成功发展电子商务的基础,也是促进企业进一步发展的主要因素之一。因而如何提高网站结构的合理性也就成了网站经营者必须解决的重要问题。网站结构优化技术可以解决上述问题,它通过使用数据挖掘技术找到现有网站结构存在的不足之处并进行改善来优化网站结构。目前存在的多种网站结构优化技术中,基于WEB使用挖掘技术的网站结构优化是一个重要的研究方向。用户是网站结构合理性的唯一评估者,他们对电子商务网站的访问在WEB服务器上被记录成一条条访问日志,这些日志记录了用户访问的URL,用户的IP地址以及访问时间等信息。WEB使用挖掘技术可以充分利用这些信息发现用户的访问模式,并通过分析和研究WEB日志记录中的规律来指导电子商务网站结构优化工作的进行。本文通过对网站结构优化技术和WEB使用挖掘技术的研究,在此基础上设计和实现了一个基于WEB使用挖掘的电子商务网站结构优化系统:WSOS-WUMbased。使用本系统,电子商务网站的管理员可以根据用户的访问日志,找到现有网站结构的待改进之处并进行适当地调整,优化网站结构。WSOS-WUMbased由两个功能模块组成:信息处理模块和结构调整模块。信息处理模块的主要任务是:首先尽可能多地收集系统进行电子商务网站结构优化所需要的数据,并经过数据预处理、用户识别、会话识别/路径补充、事务识别将这些WEB访问数据转换成为合适的形式;然后选择恰当的挖掘算法来处理这些数据。本系统采用隐马尔可夫模型来模拟用户的访问行为,挖掘出隐藏于WEB访问数据中的用户访问模式。结构调整模块的主要任务则是:先根据已挖掘出的用户访问模式找到电子商务网站结构中存在的待改进之处,再选择合适的方法优化电子商务网站的结构。本系统采用调整网站的超连接体系方法,在确保原有网站性能稳定的前提下,实现电子商务网站结构优化。

关键词：网站结构优化数据挖掘 WEB使用挖掘 WSOS-WUMbased 用户访问模式隐马尔可夫模型

来源：评论

学校读者我要写书评

暂无评论

基于Bayes概率的用户访问路径及其发现算法

引用

计算机工程与科学 2000年第6期22卷 8-10,23页

作者：周斌吴泉源高洪奎并行与分布处理国家重点实验室

用户访问模式的数据挖掘 ,研究如何从用户与 Web服务器的交互数据中发现隐含的规律性。本文根据交互数据的特点 ,提出一种基于 Bayes概率的用户访问模式表示法 ,并给出基于这种模型的频繁访问路径发现算法。

关键词：数据挖掘与知识发现用户访问模式 Bayes概率

来源：评论

学校读者我要写书评

暂无评论

WEB站点日志数据挖掘的研究与实现

WEB站点日志数据挖掘的研究与实现

引用

作者：吕亚兵武汉理工大学

学位级别：硕士

Web站点日志的数据挖掘是对用户与Web服务器的交互产生的日志数据使用数据挖掘技术发现隐含的规律性知识,得到用户的访问模式和用户的兴趣,从而为用户的个性化服务提供依据,同时将一些可疑的访问信息及时反馈给网站管理员以加强网站的... 详细信息

Web站点日志的数据挖掘是对用户与Web服务器的交互产生的日志数据使用数据挖掘技术发现隐含的规律性知识,得到用户的访问模式和用户的兴趣,从而为用户的个性化服务提供依据,同时将一些可疑的访问信息及时反馈给网站管理员以加强网站的安全性。本系统以Web日志和Web拓扑结构作为数据源,从数据收集、数据预处理和数据挖掘分析三个阶段阐述系统的整体结构和实现,系统采用图论来表现关联规则挖掘的优化算法并给出部分JAVA代码实现。引入关联规则挖掘,对关联规则基本概念作了介绍,提出了关联规则的分类方法。对挖掘算法的介绍,对传统相似度聚类分析进行了研究并做出了改进。基于安全的考虑提出了正常浏览模式、异常浏览模式的概念并利用改进的相似度进行挖掘。对传统的Apriori算法进行改进,提出了用图论的方法即大图法来挖掘用户偏好路径,发现用户的访问兴趣。提出了基于Web日志挖掘技术的站点日志挖掘体系结构,为进一步实现Web站点智能化服务打下基础。本论文的结构如下: 第1章:对目前的数据挖掘技术进行了分析,着重指出了Web挖掘的国内外研究现状和热点,阐述了最新的数据挖掘分类,并提出了研究站点日志挖掘的主要内容和意义。第2章:详细讲述Web数据挖掘,阐述当前Web数据挖掘的最新分类和由于数据的结构性不同所面临的困难,最后重点讲述日志和日志挖掘实现流程。第3章:讲述了Web日志挖掘中的信息收集。不同信息源分析和信息收集的过程。第4章:从数据预处理的目的、过程、程序实现以及相关数据库建立等方面分析了日志挖掘的数据预处理过程,重点阐述了数据净化、用户识别、路径补充和事务识别。第5章:讨论如何进行日志挖掘和相应的算法分析。包括采用会话相似度分析将日志记录分为正常访问模式和异常访问记录,引入大图法采用关联规则分析用户的偏好路径。第6章:给出了日志挖掘系统的实验体系和部分实验结果。第7章:总结了本课题研究成果主要有四点,指出了需要进一步改进的方面。

关键词：数据挖掘 Web使用挖掘 Web站点日志用户访问模式

来源：评论

学校读者我要写书评

暂无评论

Web数据挖掘在自适应网站中的应用研究

Web数据挖掘在自适应网站中的应用研究

引用

作者：杨艳霞东北大学

学位级别：硕士

随着Internet技术的迅猛发展，web网站提供的信息越来越丰富，其拓扑结构越来越复杂。在web网站提供的信息服务中普遍存在着“信息过载”和“资源迷向”的状况。从用户的角度，不同的用户有不同的访问目的，而同一个用户在不同时期的访... 详细信息

随着Internet技术的迅猛发展，web网站提供的信息越来越丰富，其拓扑结构越来越复杂。在web网站提供的信息服务中普遍存在着“信息过载”和“资源迷向”的状况。从用户的角度，不同的用户有不同的访问目的，而同一个用户在不同时期的访问兴趣也可能会发生变化。对网站来说，只有迅速满足用户的访问需求，提高信息服务质量，才能创造更大的经济效益。为了解决来自用户和网站双方面的问题，自适应网站应运而生。\n 本文主要研究如何利用web数据挖掘技术分析用户对网站的访问情况以获得用户访问模式，利用用户访问模式实现网站智能化，使其自适应的提供个性化推荐。为此本文主要做了以下几个方面的研究工作：\n (1)分析比较用户访问网站的行为记录的来源，明确了本文web日志挖掘的数据源。\n (2)对数据源进行预处理。数据预处理的好坏直接决定了用户访问模式挖掘的质量。本文对数据预处理进行了深入的分析研究，对其中的用户识别和事务识别进行了改进，并给出了数据预处理各个阶段的算法。\n (3)利用序列模式挖掘算法挖掘用户访问模式。分析常用用户序列模式挖掘算法GSP算法，针对GSP算法多次扫描数据库以及产生大量候选集的缺点，引入FP-growth算法，它克服了GSP算法的缺点，但是它自身也存在着没有考虑页面访问的顺序，并需要产生条件模式树的缺点，所以本文以FP-growth算法为基础，对其进行改进，加上页面访问序列，并去掉了条件模式树。通过实验证明了算法的有效性，并考虑了改进算法的增量更新算法。\n (4)根据自适应网站的需求和目标构建了一个自适应网站的系统框架，并由此框架设计了一个原型系统，实现了系统的各个功能模块，解决自适应实时推荐系统中的推荐精度低和覆盖率小的问题，并对原型系统进行应用性实验，从而验证了运用相关技术实现网站自适应的可行性。\n 本文应用web数据挖掘技术从访问日志中提取用户访问模式，利用用户访问模式对在线用户进行分析，进行自适应个性推荐。具体通过实时自适应推荐模块和站点调整模块来实现网站自适应，这有利于提高站点信息服务质量，促进智能信息处理领域的发展。

关键词：自适应网站 Web日志数据挖掘用户访问模式功能模块

来源：评论

学校读者我要写书评

暂无评论

用户行为分析中数据挖掘技术的研究

用户行为分析中数据挖掘技术的研究

引用

作者：展霄嵘上海交通大学

学位级别：硕士

该课题以一个实际项目——邮政综合网维护信息发布系统为背景,进行了数据挖掘技术在用户行为分析中的应用的研究,特别对于在Web应用上的网站用户行为分析,即Web使用记录挖掘进行了重点深入的探索.对于Web使用记录挖掘时的三个阶段,数据... 详细信息

该课题以一个实际项目——邮政综合网维护信息发布系统为背景,进行了数据挖掘技术在用户行为分析中的应用的研究,特别对于在Web应用上的网站用户行为分析,即Web使用记录挖掘进行了重点深入的探索.对于Web使用记录挖掘时的三个阶段,数据预处理、用户模式发现和模式的应用都进行了不同程度的研究,并提出了一些新的方法和思维方式.Web服务器通常保存了对Web页面的每一次访问的日志项,它包括了所请求的URL、发出请求的IP地址、和时间戳,这些日志记录文件提供了有关Web动态的丰富信息.但是,由于客户端的临时文件等原因,这些记录文件通常是不完整的,无法将其直接应用于常规的数据挖掘算法.该文提出了一种数据预处理的方法,将这些日志文件进行用户和事务的识别,并能较为有效的将其补充为完整的用户事务文件.在用户访问模式发现阶段,常规的数据挖掘算法能够对用户数据进行分析,将用户进行归类,并发现其访问的规律.但是,直接使用这些算法无法把所发现的用户访问模式集成到动态链接技术中,并存在响应速度低等问题.该文提出了两种Web使用记录挖掘的方法,用于发现用户访问模式.

关键词：数据挖掘客户关系管理 Web使用记录挖掘用户访问模式链接推荐引擎

来源：评论

学校读者我要写书评

暂无评论

基于关联规则的Web日志挖掘技术研究

基于关联规则的Web日志挖掘技术研究

引用

作者：王欣如重庆大学

学位级别：硕士

数据挖掘是从大量的数据集中提取隐含的、事先未知的、并且潜在有用的知识的过程。互联网的发展与快速普及,使得人类真正体会到了数据海洋的无边无际。面对如此巨大的数据资源,人们迫切需要一种新技术和自动工具的帮助,将这巨大的数据... 详细信息

数据挖掘是从大量的数据集中提取隐含的、事先未知的、并且潜在有用的知识的过程。互联网的发展与快速普及,使得人类真正体会到了数据海洋的无边无际。面对如此巨大的数据资源,人们迫切需要一种新技术和自动工具的帮助,将这巨大的数据资源转换为有用的知识与信息资源。这种技术应不仅能获得数据的表层信息,而且要能在对数据充分理解的基础上获得数据属性的内在关系和隐含信息,即能获得重要的知识。Web挖掘技术为把这种海量的数据转化成有用的信息和知识提供了强有力的手段。本文主要研究如何利用Web挖掘分析日志得到用户对网站的访问模式,据此提出一种能帮助站点所有新老用户提高访问效率的推荐技术,完善站点拓扑结构,以提高站点访问效率。为此,本文主要做了以下几个方面的研究工作: 1)为了从Web日志文件内容向各种挖掘算法提供准确的数据源,对Web日志挖掘数据进行预处理工作,并对其中的问题进行了讨论。 2)为了提高Web日志预处理质量,讨论了提取网站拓扑结构信息的技术。 3)结合Apriori算法,对侯选序列生成进行研究,采用了一种基于图结构的侯选序列生成的算法SCG。 4)设计并实现了一个Web日志挖掘原型系统,从而验证了SCG算法可行性和适用性。本文应用Web日志挖掘技术从访问日志中提取用户访问模式,将挖掘到的知识转变为站点的智能。用户访问模式的研究有利于提高站点信息服务质量,促进智能信息处理领域的发展,在理论和实践上都有重要的研究意义。

关键词：数据挖掘数据预处理频繁项集 Web日志挖掘用户访问模式

来源：评论

学校读者我要写书评

暂无评论

基于ISODATA的用户访问路径聚类算法

引用

微电子学与计算机 2006年第8期23卷 91-93页

作者：刘晓东刘国荣王颖李辉西安交通大学计算机系陕西西安710049

文章提出了一种基于ISODATA的用户访问路径聚类算法,根据用户的访问兴趣定义了相似性测量手段和聚类中心。在对Web站点的访问日志进行事务识别后,根据群体用户对Web站点的访问顺序进行聚类,则每一个聚类集反映出该聚类集中的全体用户具... 详细信息

文章提出了一种基于ISODATA的用户访问路径聚类算法,根据用户的访问兴趣定义了相似性测量手段和聚类中心。在对Web站点的访问日志进行事务识别后,根据群体用户对Web站点的访问顺序进行聚类,则每一个聚类集反映出该聚类集中的全体用户具有相似的访问兴趣。

关键词： ISODATA 聚类用户访问模式

来源：评论

学校读者我要写书评

暂无评论

Web日志挖掘系统设计与实现

Web日志挖掘系统设计与实现

引用

作者：王乐然南京大学

学位级别：硕士

Internet在为人们提供海量信息的同时，也使得从中发现有用知识和信息的过程更具挑战性，因此基于Web的数据挖掘变得越来越重要。Web使用挖掘是Web数据挖掘的一个分类，这项技术可以从记录了用户访问网站信息的日志文件中挖掘出用户访... 详细信息

Internet在为人们提供海量信息的同时，也使得从中发现有用知识和信息的过程更具挑战性，因此基于Web的数据挖掘变得越来越重要。Web使用挖掘是Web数据挖掘的一个分类，这项技术可以从记录了用户访问网站信息的日志文件中挖掘出用户访问模式，从而帮助站点组织者优化网站内容安排、改进站点内部逻辑结构、提供用户个性化服务等等。\n 本文总结并分析了国际上主流的对Web使用挖掘流程的划分，包括数据收集、数据预处理、模式发现和分析过程，以及每项任务中所需使用的技术和算法。但是目前国内在完整实现Web使用挖掘过程方面的公开资料较少，因此基于Web使用挖掘的主要任务和技术并以服务器所日志为挖掘对象，本文设计并实现了Web日志挖掘系统。\n 该系统共分三大模块：数据清理模块，数据预处理模块以及模式发现和分析模块，其中数据预处理模块又划分为用户识别、会话识别和事务识别三个模块。在系统设计部分，本文首先作出系统总体设计，然后分别描述了每个模块的输入数据模型、工作过程以及预期的输出数据模型；在系统实现部分，本文详细介绍了每个模块的实现过程包括输入数据示例、算法，并展示了以公共测试床作为挖掘对象所获得的输出结果示例。\n 本系统完整实现了Web使用挖掘的主要过程，并挖掘出三项有意义的用户访问模式，一是该站点中用户最频繁访问的单个页面；二是用户在一次连续请求页面过程中，最频繁同时访问的页面组；三是用户在一次连续请求页面过程中，访问某个页面后最有可能继续访问的另一个页面。\n 最后，本文对该Web日志挖掘系统所挖掘的用户访问模式进行分析，并提出了这些模式对于优化日志来源网站的内容结构、内部逻辑结构以及对于提高Web应用程序功能方面的意义。

关键词： Web 数据挖掘日志挖掘系统用户访问模式

来源：评论

学校读者我要写书评

暂无评论

基于贝叶斯网络的智能检索模型

基于贝叶斯网络的智能检索模型

引用

作者：刘军西南交通大学

学位级别：硕士

对于现今的互联网用户来说，要从这个巨大的信息库中找到自己感兴趣的资料委实不易，他们往往需要付出很大的代价去仔细搜寻。而目前大多数的信息检索工具都把重点放在了信息资源的内容和结构的分析上，而没有考虑去理解用户的真实意图... 详细信息

对于现今的互联网用户来说，要从这个巨大的信息库中找到自己感兴趣的资料委实不易，他们往往需要付出很大的代价去仔细搜寻。而目前大多数的信息检索工具都把重点放在了信息资源的内容和结构的分析上，而没有考虑去理解用户的真实意图。事实上，用户访问互联网的过程中隐含了大量能够反映用户需求的信息，其本身也能够用来协助用户的检索过程。从这个角度出发，本文提出一个基于用户访问模式的文档数据库信息检索模型。根据用户的访问记录，以及每次检索输入的关键词挖掘出用户的访问模式，然后以发现的用户访问模式作为用户信息需求，将文档数据库中的文档分类，建立用户信息需求与文档类别间的映射关系。在用户访问过程中，结合用户当前的浏览动作，利用贝叶斯网络对先验知识较好理解的特点，对用户的信息需求进行分析推理，动态跟踪用户需求意向，并优先返回用户感兴趣的文档，简化检索过程，提高WEB资源的使用效率。本文从访问模式挖掘方法的一般步骤出发，详细描述了整个模型的构建过程，具体分为五个部分：首先是本文研究的理论基础和工作背景的简单介绍；接下来阐述对数据源的预处理，包括数据裁剪以及在此基础上所定义的一些概念；然后是用户访问模式的挖掘和文档的分类；第四部分描述了贝叶斯网络在模型中的具体应用；最后是对模型性能的分析。其中用户访问模式发现以及贝叶斯网络的引入是本文的主要工作，也是模型的核心组成部分。

关键词：数据挖掘 WEB日志用户访问模式贝叶斯网络信息检索

来源：评论

学校读者我要写书评

暂无评论

Web日志挖掘相关算法研究及其原型系统设计

Web日志挖掘相关算法研究及其原型系统设计

引用

作者：冯洁西南交通大学

学位级别：硕士

Web挖掘是将数据挖掘和WWW这两个领域中的多种技术和方法结合起来的热门研究课题。一般来说，它的研究领域包括Web内容挖掘、Web结构挖掘和Web使用挖掘。其中，Web使用挖掘的研究目的在于发现用户浏览网站的行为规律，改善站点的结构和... 详细信息

Web挖掘是将数据挖掘和WWW这两个领域中的多种技术和方法结合起来的热门研究课题。一般来说，它的研究领域包括Web内容挖掘、Web结构挖掘和Web使用挖掘。其中，Web使用挖掘的研究目的在于发现用户浏览网站的行为规律，改善站点的结构和页面间超链接结构，提高站点服务质量以及在电子商务中的客户关系管理方面的决策支持。本文以Web日志记录为基础对Web使用挖掘过程进行了系统的分析和研究，在前人研究的基础上改进并提出了三个新的算法，并将这些算法引入到Web使用挖掘过程中，设计了一个Web日志挖掘原型系统(WLMS)。本文的工作主要有以下几个方面： 1、在改进FP-growth算法的基础上，提出挖掘用户频繁访问模式序列的FAS-Mining算法，通过构建FAS-tree，在其上进行挖掘得到最大频繁访问模式序列，进一步转换生成模式分析所需的不同深度的频繁访问模式序列，并分析了相应的增量更新算法，通过实验证明了算法的有效性。 2、提出一种快速挖掘Web页面间关联规则的算法，结合网站既有拓扑结构和Web页面信息，定义相应的页面距离，保证页面关联规则有较高的兴趣度，以发现网站设计和用户访问兴趣关联的不一致，为网站结构优化提供有效的决策参考。 3、提出一个快速有效挖掘Web日志文件中聚类模式的CLOPE-1算法，从提高用户覆盖面和减少收益值计算量的角度，改进CLOPE聚类算法，并分析了算法的时间和空间复杂度，探讨了算法在Web日志挖掘中的具体应用，并在具有典型结构的合成数据上进行了用户聚类的实验。 4、把现有的一些通用的Web挖掘技术及本文提出或改进的算法集成起来，结合关系数据库的特点，完成了一个Web日志挖掘原型系统WLMS的设计工作，阐述了系统整体实现的考虑，并按照挖掘的过程简要介绍了系统的处理流程及各个主要组成模块的接口和功能设计。

关键词： Web日志挖掘关联规则用户访问模式用户聚类 Web挖掘

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：