检索结果-内蒙古大学图书馆

web日志挖掘的应用

引用

硅谷 2011年第5期 136-136页

作者：李亚哲杜亚普石家庄计算机职业学院石家庄奥森自动化仪表有限公司

通过利用数据挖掘技术对web日志挖掘,找到用户访问路径、频度、内容、时间等相关信息,发现用户兴趣爱好,改善站点结构、页面内容和外观,提高用户访问兴趣,从而提高网站的可用性。

关键词：数据挖掘 web应用挖掘 web日志挖掘

来源：评论

学校读者我要写书评

暂无评论

web数据挖掘技术在电子商务系统中的应用

引用

硅谷 2011年第1期 185-185页

作者：李亚哲李雅莉石家庄计算机职业学院

随着互联网的迅猛发展,web上的信息飞速增长,如何从大量的数据集合中抽取有用的信息,找到有效的数据管理和使用的平台,合理的组织网站结构,成为人们越来越关心的课题。web数据挖掘是从web上挖掘有用知识为目标,利用web数据挖掘技术分析... 详细信息

随着互联网的迅猛发展,web上的信息飞速增长,如何从大量的数据集合中抽取有用的信息,找到有效的数据管理和使用的平台,合理的组织网站结构,成为人们越来越关心的课题。web数据挖掘是从web上挖掘有用知识为目标,利用web数据挖掘技术分析其在电子商务系统中的应用,能够发现潜在的客户信息,改进站点的结构,提供优质的个性化服务,从而提高企业的竞争力。

关键词：数据挖掘电子商务系统 web内容挖掘 web结构挖掘 web应用挖掘

来源：评论

学校读者我要写书评

暂无评论

有序概念格与WWW用户访问模式的增量挖掘

引用

计算机研究与发展 2003年第5期40卷 675-683页

作者：金阳左万利吉林大学计算机科学与技术学院长春130012

访问模式是用户沿URL超链寻找和浏览网页规律的总结 ,发现用户访问模式对于帮助用户快速到达目标页面 ,进而实现搜索引擎的个性化导航具有重要意义目前虽有一些挖掘用户访问模式的工作 ,但尚未发现能够处理增量数据的系统化挖掘算法 ... 详细信息

访问模式是用户沿URL超链寻找和浏览网页规律的总结 ,发现用户访问模式对于帮助用户快速到达目标页面 ,进而实现搜索引擎的个性化导航具有重要意义目前虽有一些挖掘用户访问模式的工作 ,但尚未发现能够处理增量数据的系统化挖掘算法用户访问模式挖掘可由如下 3个步骤完成 :①由日志库提取最大向前关联路径 ,②由最大向前关联路径发现频繁关联路径序列 ,③由频繁关联路径序列得到最大频繁关联路径序列 ,其中②是问题的核心为得到系统化算法 ,对概念格模型加以顺序约束 ,提出了有序概念格 ,并将其用于web访问模式的增量发掘给出了增量式高效挖掘算法 ,并与相关工作进行了比较。

关键词：搜索引擎 web挖掘 web应用挖掘用户访问模式有序概念格

来源：评论

学校读者我要写书评

暂无评论

支持E-Services的关联规则挖掘方法的研究与实现

支持E-Services的关联规则挖掘方法的研究与实现

引用

作者：丁增喜东北大学

学位级别：硕士

该文从关联规则挖掘的定义和基本算法出发,介绍了关联规则挖掘对E-Services数据的要求与处理方法,包括对web日志文件的预处理过程.随后又对FP-growth算法实现关联规则挖掘所用FP-tree结构、基于FP-tree的增量挖掘进行介绍,并且对FP-gro... 详细信息

该文从关联规则挖掘的定义和基本算法出发,介绍了关联规则挖掘对E-Services数据的要求与处理方法,包括对web日志文件的预处理过程.随后又对FP-growth算法实现关联规则挖掘所用FP-tree结构、基于FP-tree的增量挖掘进行介绍,并且对FP-growth的算法中增量挖掘方法的非递归化改造以及规则生成功能的实现进行了介绍.该文又着重介绍了关联规则挖掘在web个性化推荐技术中的应用.针对当前基于后项为1的规则进行信息推荐的方法,提出了基于规则后项不定的web个性化推荐方法,并给出一种关联规则合并删减办法.对基于三类规则集的推荐方法给出了它们在准确率、覆盖率和综合测度上的性能比较.此外对web个性化推荐技术中的页面加权的几种方法给出了介绍.该文最后简要介绍了关联规则挖掘技术在SCOPEMINER系统和webTutor原型系统中的应用与实现.

关键词：数据挖掘 web应用挖掘关联规则个性化推荐 FP-growth算法 webTutor原型系统

来源：评论

学校读者我要写书评

暂无评论

一种基于web日志挖掘聚类算法的研究

一种基于Web日志挖掘聚类算法的研究

引用

作者：王涛西安电子科技大学

学位级别：硕士

信息时代的来临与网络商务的迅速发展，人们的网络商务行为变得越来越频繁，数据挖掘已经发展成为网络中的web数据挖掘，web数据挖掘的应运而生标志着人类商业的巨大变革。一方面，web网服务商不断设法获取用户浏览的爱好兴趣，以便将... 详细信息

信息时代的来临与网络商务的迅速发展，人们的网络商务行为变得越来越频繁，数据挖掘已经发展成为网络中的web数据挖掘，web数据挖掘的应运而生标志着人类商业的巨大变革。一方面，web网服务商不断设法获取用户浏览的爱好兴趣，以便将更有针对性的服务提供给用户。另一方面，越来越多的人关注起如何快速且有效地从海量网络信息中发现有价值的、潜在的信息。但是，因为web是无结构的动态的，而且web页面复杂度远远比文本文档要大的多。web日志挖掘是运用web技术和传统数据挖掘相结合，对服务器日志进行分析处理和挖掘，从大量的数据信息中发现有规律性的内容，解决以上提出的各种问题。web应用挖掘也称为web日志挖掘（web Log Mining），是web挖掘中的一个很重要的方面，它有着很多的经典算法，其中算法Hamming距离聚类算法取得了一定的成效，但是还存在一些不足。本文介绍了数据挖掘与web数据挖掘及其分类和方法，然后从分析Hamming距离聚类算法的不足入手，对传统的web日志挖掘Hamming距离聚类算法进行改进，其一是把代表用户兴趣度的相应数据作为权值应用到算法过程改进当中，从而提高了聚类算法结果的准确性，其二是在程序调用数据时，对其访问的数据库中的数据做相应优化，以缩短计算过程中数据重复调用、重复计算所耗费的大量时间，并列出简单例子中的计算过程合理分析，通过理论与实验证明了算法运行结果，最后验证了改进后的Hamming距离聚类算法合理性和有效性。

关键词： web应用挖掘 Hamming距离聚类权值图

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：