检索结果-内蒙古大学图书馆

作者：田倩飞西南大学

学位级别：硕士

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、优化网站的结构等方面都具有十分重要的... 详细信息

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、优化网站的结构等方面都具有十分重要的意义。本文对web使用日志这些半结构化的数据进行预处理,结合实例网站的实际数据,创建了适合实例网站的点击流数据仓库模型,然后运用SQL 2005 AnalysisService中的Sequence Cluster模型进行数据挖掘,最后对数据挖掘结果进行数据分析,给网站的管理者提供网站结构优化的建议。论文所做的主要工作如下: 1.对数据挖掘和web使用挖掘的相关知识和技术进行了概述,阐述了web使用挖掘的意义、研究现状以及面临的问题;2.讨论了web使用挖掘的三个阶段:数据预处理、模式识别和模式分析,分析了web使用挖掘的应用领域和研究方向;3.为数据预处理的数据采集、数据净化、用户识别和会话识别等部分提供了详细的算法。web日志数据通过这些算法进行预处理后,为数据仓库的建立提供了可靠的准备数据。 4.利用日志分析工具Deep Log Analyzer对经过预处理的日志数据进行分析,得到基本的统计数据及图表。接着分析建立点击流数据仓库的必要性。根据MarkSweiger等提供的标准点击流仓库模型,提出适合实例网站的数据仓库逻辑模型,并在此逻辑模型的基础上,建立相应的物理模型。 5.最后将上述的数据预处理算法和数据仓库模型应用在实例网站的访问日志中,然后运用SQL Server 2005 Analysis Service中的Sequence Cluster模型分析数据仓库中的数据,并将分析结果应用于网站结构的调整。

关键词： web使用挖掘日志预处理点击流数据仓库序列聚类网站优化

来源：评论

学校读者我要写书评

暂无评论

web使用挖掘在电子商务推荐系统中的应用

Web使用挖掘在电子商务推荐系统中的应用

引用

作者：戈国华江西理工大学

学位级别：硕士

个性化的电子商务推荐系统是根据用户行为特征为用户提供一对一的服务,帮助用户找到所需的商品,从而顺利完成购买过程。商家通过推荐系统能提高电子商务系统的销售,保持与客户的联系,提高用户的忠诚度和满意度。电子商务推荐系统在各大... 详细信息

个性化的电子商务推荐系统是根据用户行为特征为用户提供一对一的服务,帮助用户找到所需的商品,从而顺利完成购买过程。商家通过推荐系统能提高电子商务系统的销售,保持与客户的联系,提高用户的忠诚度和满意度。电子商务推荐系统在各大零售网站中都得到了广泛的应用,但同时也面临一系列的挑战。电子商务为用户提供越来越多选择的同时,其结构也变得更加复杂。一方面,用户面对大量的商品,要找到自己需要的商品变得越来越困难,通常要通过多次浏览才能找到满足自己需求的商品;另一方面商家面对大量电子数据信息也不能全面了解用户的个人需求,无法维护稳定的客户关系。本文对web日志记录进行分析发现用户访问web页面的模式。通过分析和研究web日志记录中的用户访问规律,来识别电子商务的潜在客户。根据用户访问web的记录挖掘用户的兴趣关联规则并作为对用户行为进行预测的依据,为特定的用户产生一些特定的web页面,加快用户获取页面的速度。本文对电子商务推荐算法以及电子商务推荐系统结构进行了有益的研究和探索,主要研究工作及成果体现在: (1)提出了客户选择问题。选出最有可能购买商品的客户,作为目标客户,也就是最终会得到推荐的客户; (2)改进了传统的关联规则算法。改进并实现了频繁项目集生成算法和强关联规则生成算法。并且在改进算法的基础上建立和实现了产品关联模型; (3)对多模型推荐系统的整合并加以实现。系统利用了客户偏好模型和产品关联模型,为每个客户对每个产品都产生了匹配值,这样,在推荐时,为每个客户选择匹配值大者进行推荐。

关键词： web使用挖掘 web日志推荐系统决策树关联规则

来源：评论

学校读者我要写书评

暂无评论

web使用挖掘方法的研究与改进

Web使用挖掘方法的研究与改进

引用

作者：黄金晶苏州大学

学位级别：硕士

随着数据挖掘技术的发展,人们尝试将该技术运用于web,形成了web挖掘技术,web使用挖掘就是其中一个重要的分支。web使用挖掘通过对web日志的分析,获取web上隐藏的用户感兴趣的信息,为用户提供个性化服务、信息导航,并对网站结构的改进与... 详细信息

随着数据挖掘技术的发展,人们尝试将该技术运用于web,形成了web挖掘技术,web使用挖掘就是其中一个重要的分支。web使用挖掘通过对web日志的分析,获取web上隐藏的用户感兴趣的信息,为用户提供个性化服务、信息导航,并对网站结构的改进与优化提供依据。web使用挖掘分为数据采集、数据预处理、模式发现与模式分析四个阶段,其中数据预处理和模式发现是本文研究的重点。首先,数据预处理是web使用挖掘的一个难点。它分为数据清洗、会话识别、路径补充、事务识别四个阶段。本文在会话识别阶段,提出了基于DFA方式的会话识别。在路径补充阶段,提出了一种基于多窗口方式的路径补充。并在此基础上,构造了可用于动态框架网站会话识别的SRDFA。在事务识别阶段,本文改进了事务识别方法中的最大向前路径法,在事务识别阶段记录可能需要添加的超链接。其次,模式发现也是一个重要的阶段。在这个阶段中,本文给出了一种改进的Apriori算法(RSApriori算法)。它通过自上而下的方式从最大频繁项集开始挖掘,直到挖掘出用户需要的频繁项集后终止。此外,本文设计了两个验证性实验,证明了整个处理框架的可行性。最后,本文将整个处理方法运用于一个真实的MVC模式下的struts框架网站,在实践中证明了此方法的有效性和实用性。本文对web使用挖掘部分算法的改进具有一定的现实意义。首先,它对会话识别和事务分割方法的研究以及部分数据挖掘算法的改进具有一定的参考价值,在一定程度上推动了web使用挖掘算法的研究;其次,它也促进了web访问行为分析、网站结构分析和网站结构优化等方面的研究。

关键词： web使用挖掘会话识别路径补充关联规则 Apriori算法

来源：评论

学校读者我要写书评

暂无评论

web使用挖掘中用户访问序列挖掘技术研究

Web使用挖掘中用户访问序列挖掘技术研究

引用

作者：姚亮西南交通大学

学位级别：硕士

用户访问序列挖掘是web使用挖掘中一个重要的研究方向,旨在采用数据挖掘技术对web日志进行挖掘,发现站点用户的访问兴趣、访问意图等。借助于挖掘结果,网站运营者可以向用户提供个性化推销和站点导航服务,也可以在得到的频繁访问路径上... 详细信息

用户访问序列挖掘是web使用挖掘中一个重要的研究方向,旨在采用数据挖掘技术对web日志进行挖掘,发现站点用户的访问兴趣、访问意图等。借助于挖掘结果,网站运营者可以向用户提供个性化推销和站点导航服务,也可以在得到的频繁访问路径上合理放置广告,提高站点广告收入等。站点开发人员可以利用挖掘结果对站点系统或结构进行改进,提高站点访问效率。总之,访问序列挖掘在各种web站点,尤其是电子商务网站和门户站点有着广泛的应用前景。访问序列挖掘主要包括数据预处理、序列发现和序列分析三个阶段。数据预处理是对源数据进行处理使之满足挖掘算法需要的数据格式;序列发现分为顺序序列挖掘和序列模式挖掘两个方面,主要是利用序列挖掘算法挖掘用户的访问序列;序列分析即对挖掘结果进行分析,从中发现有意义的知识。论文首先对数据预处理阶段采用的技术进行了分析研究,改进了针对访问序列挖掘的数据预处理方法;然后在序列模式挖掘部分对挖掘效率较高的GSP算法进行了研究和实现,并对算法进行了测试,对挖掘出的模式进行了分析;最后实现了一个完整的利用数据仓库平台挖掘web用户访问顺序序列的方案,并采用真实商务站点日志对方案进行了验证,对挖掘结果进行了分析,同时也将挖掘出的模式与GSP算法挖掘出的模式进行了比较。

关键词： web使用挖掘 web日志数据预处理序列模式访问序列日志数据仓库

来源：评论

学校读者我要写书评

暂无评论

web使用挖掘在用户行为分析中的应用

引用

江苏科技大学学报（自然科学版） 2011年第3期25卷 258-261页

作者：孙玲芳夏聪江苏科技大学经济管理学院江苏镇江212003

web日志记录了大量的用户与服务器交互的信息,反映了用户访问web站点的所有动作.如何挖掘这些记录以发现网络用户的访问模式和兴趣爱好,从而理解用户的访问行为,形成对网站设计者和组织决策者有用的信息,解决这个问题最有效的工具是web... 详细信息

web日志记录了大量的用户与服务器交互的信息,反映了用户访问web站点的所有动作.如何挖掘这些记录以发现网络用户的访问模式和兴趣爱好,从而理解用户的访问行为,形成对网站设计者和组织决策者有用的信息,解决这个问题最有效的工具是web使用挖掘.基于web使用挖掘,对web服务器日志文件进行数据预处理,采用一种基于哈希技术改进的Apriori关联规则挖掘算法处理挖掘过程,分析挖掘结果得到有关用户访问行为的模式和规律.

关键词： web使用挖掘 web日志关联规则 Apriori算法行为分析

来源：评论

学校读者我要写书评

暂无评论

web使用挖掘中的会话识别算法研究

引用

计算机工程与设计 2009年第7期30卷 1685-1687,1693页

作者：王新房邓小刚西安理工大学计算机科学与工程学院陕西西安710048

在web使用挖掘的研究领域中,很多传统的会话识别算法效率不高,得到的会话往往也不是很精确,从而影响了最终的挖掘结果。针对这种现状,研究了web使用挖掘中的数据预处理和会话识别过程,并提出一种Markov链模型结合动态时间阀值的会话识... 详细信息

在web使用挖掘的研究领域中,很多传统的会话识别算法效率不高,得到的会话往往也不是很精确,从而影响了最终的挖掘结果。针对这种现状,研究了web使用挖掘中的数据预处理和会话识别过程,并提出一种Markov链模型结合动态时间阀值的会话识别新算法。实验结果表明,这种方法比其它传统的算法的表现有显著提高。

关键词： web使用挖掘数据预处理会话识别 Markov链模型动态时间阀值算法

来源：评论

学校读者我要写书评

暂无评论

web使用挖掘的会话识别方法研究综述

引用

图书馆学研究 2012年第8期 5-8,4页

作者：边鹏中国科学院文献情报中心中国科学院研究生院

对影响web使用挖掘效果的会话识别方法进行理论研究,将会话识别按照对用户行为的不同假设分为基于时间的、基于导航的和基于语义的三种启发式方法,并对每种方法又进行细分研究,对会话识别理论方法进行综述,讨论这三种方法的各自优点和... 详细信息

对影响web使用挖掘效果的会话识别方法进行理论研究,将会话识别按照对用户行为的不同假设分为基于时间的、基于导航的和基于语义的三种启发式方法,并对每种方法又进行细分研究,对会话识别理论方法进行综述,讨论这三种方法的各自优点和存在的问题。在对会话识别的方法进行综合比较的基础上,指出会话识别方法研究的两个趋势,一个是表示web日志访问请求所代表的语义,一个是分析用户行为。

关键词： web使用挖掘会话识别语义会话识别

来源：评论

学校读者我要写书评

暂无评论

web使用挖掘在B2C网站中的应用研究

引用

商业研究 2006年第22期 198-201页

作者：雷兵河南工业大学管理学院河南郑州450052

web使用挖掘是应用数据挖掘技术从web数据中发现使用模式的过程,它的重要应用领域之一就是B2C网站(网上零售业)的客户行为分析。针对这一问题,来分析web使用挖掘的过程模型,基于B2C网站的web使用挖掘方法,详细了解B2C网站的客户访问行... 详细信息

web使用挖掘是应用数据挖掘技术从web数据中发现使用模式的过程,它的重要应用领域之一就是B2C网站(网上零售业)的客户行为分析。针对这一问题,来分析web使用挖掘的过程模型,基于B2C网站的web使用挖掘方法,详细了解B2C网站的客户访问行为和购买行为,从而明确web使用挖掘在B2 C网站中的应用领域。

关键词： web使用挖掘 B2C 客户关系管理数据挖掘

来源：评论

学校读者我要写书评

暂无评论

web使用挖掘相关算法的研究

Web使用挖掘相关算法的研究

引用

作者：冯贺西南交通大学

学位级别：硕士

随着Internet的飞速发展,网上的数据资源空前丰富。每天都会有成千上万的用户在网络上浏览和寻找自己所需的信息。然而,由于信息量的庞大,对于每个用户来说,如何能够及时快速地发现有用信息则变得异常困难。为了解决上述问题,web挖掘技... 详细信息

随着Internet的飞速发展,网上的数据资源空前丰富。每天都会有成千上万的用户在网络上浏览和寻找自己所需的信息。然而,由于信息量的庞大,对于每个用户来说,如何能够及时快速地发现有用信息则变得异常困难。为了解决上述问题,web挖掘技术应运而生。其中,面向web服务器日志的web使用挖掘技术尤其得到了广大研究人员的关注。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,对于页面重组、优化网站的结构,以及在电子商务智能的应用等方面都具有十分重要的意义。本文对web挖掘与web使用挖掘进行了系统的分析和研究,并在已有研究的基础上改进并提出了两个新的算法。本文的工作主要有以下几个方面: (1)对web挖掘的基本理论知识和分类进行了总体研究,重点分析研究了web使用挖掘的基本思想和经典算法。 (2)在分析关联规则经典算法Apriori的基础上,提出一种基于事务矩阵的关联规则挖掘算法,通过将事务数据库映射为一个事务矩阵,对事务矩阵进行操作以得到所有的频繁项目集。理论分析和实验证明了新算法在性能上的优越性。将新算法应用于web使用挖掘可以高效地发现用户之间、页面之间以及用户浏览页面和网上行为之间存在的潜在关系。 (3)提出一种基于有向图的用户频繁访问模式挖掘算法,通过对web事务数据库进行一次扫描,将所有页面之间的序列信息记录在有向图中,并从中挖掘所有的用户频繁访问模式。利用挖掘出的模式知识,可以帮助预测网页的访问情况,从而可以帮助合理地放置广告以针对特定用户群。

关键词： web挖掘 web使用挖掘关联规则事务矩阵序列模式有向图用户频繁访问模式

来源：评论

学校读者我要写书评

暂无评论

web使用挖掘的个性化推荐系统研究

Web使用挖掘的个性化推荐系统研究

引用

作者：苏欣武汉理工大学

学位级别：硕士

随着电子商务,web服务以及基于web的信息系统的持续壮大和发展,基于互联网的信息量以及信息交互量越来越大。如何从这海量的数据中发现有用的信息,为访问者提供更个性化的服务,满足用户需求给我们带来了一个严峻的挑战。由此,web数据挖... 详细信息

随着电子商务,web服务以及基于web的信息系统的持续壮大和发展,基于互联网的信息量以及信息交互量越来越大。如何从这海量的数据中发现有用的信息,为访问者提供更个性化的服务,满足用户需求给我们带来了一个严峻的挑战。由此,web数据挖掘孕育而生,而作为分析用户行为的重要组成部分,web使用挖掘(也称日志挖掘)日渐成为研究重点。web使用挖掘旨在从用户聚集的大量点击流(Clickstream)和用户数据(User Data)中分析产品设计,评估页面相关性,优化web应用程序的功能,从而为访问者提供更个性化的内容。本文以服务器访问日志为数据源,利用web使用挖掘和个性化推荐相关理论,综合分析大量web个性化推荐方面论文,通过建立聚类模型和分析web访问行为来理解线上用户的信息需求,提出了一个由线上和线下系统组成的web个性化推荐系统的设计框架并实现。其中重点就数据预处理方法,访问模式页面聚类,相似性页面的分类推荐三个方面进行了深入研究。具体工作如下： (1)作为web日志挖掘的必要工作,研究了数据预处理的过程和方法,包括数据清理,用户识别技术和会话识别技术。并根据本系统情况采用其中一种算法并适用。 (2)页面聚类可以发现用户的访问模式,本文根据前人的一种页面聚类算法(SUGGEST系统)提出一种新的基于图分割的聚类算法：根据不同的页面相关度计算公式建立无向图,然后用深度优先搜索算法(DFS)进行聚类。 (3)系统预测和推荐方面,设计了一种以计算页面访问序列相似度为基础的推荐方案,根据当前用户的活动会话和上一步存储的页面聚类结果用LCS算法进行相似度匹配,得出推荐页面列表反馈给用户。 (4)最后根据提出的算法,进行了实际数据的实验验证和结果分析,证明本文的算法和设计的实际可行和有效。

关键词： web使用挖掘 DFS 个性化推荐 LCS

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：