【作者】 严汝建；

【导师】 张健沛；

【作者基本信息】 哈尔滨工程大学 ， 计算机应用技术， 2005， 硕士

【摘要】 随着WWW上资源的与日俱增，如何使用有效的方法从中获取所需的信息，成为研究人员所面临的一个重要问题。Web挖掘就是从Web上的数据(如Web日志、Web页面内容)发现用户的浏览模式或寻找相关的Web页面。通过Web挖掘既可以为站点管理者、投资商和广告商等提供合理建议，也可以为用户提供功能强大的智能搜索引擎、个性化服务等。由于Web是一个无结构的动态的分布式的信息系统，直接对它进行挖掘是困难的，获取的知识也是不可靠的。然而，Web服务器的log日志有着完整的结构。所以，我们可以通过对Web日志文件的挖掘来实现对Web数据的使用挖掘。 本文首先分析了Web挖掘的动态，并提出了问题所在；然后介绍了数据挖掘及Web挖掘技术，并阐述了XML与Web挖掘之间的关系。 详细描述了Web数据的使用挖掘系统的三个处理过程。 数据预处理阶段：Web使用信息的预处理是Web数据的使用挖掘任务中的重要阶段，也是工作量较大的一部分，数据预处理的质量直接关系到数据挖掘结果的好坏，本文主要讨论了预处理过程中的数据收集、数据清洗、用户识别、会话识别、事务识别和路径修补等各个环节。 模式发现阶段：这部分工作也是本文研究的一个重点。首先介绍了Web日志挖掘中常用的路径分析、关联规则、分类与聚类技术；然后通过对问题的描述，引出了本文所使用的一种高效的时间序列挖掘算法，该算法既保证了时间序列挖掘上的完整性，同时又具有更高的效率。 模式分析及应用阶段：主要介绍了模式分析作为Web数据的使用挖掘的最后一个重要步骤，为了让用户能够得到并理解所需要的知识，系统采取三种方法，即查询机制、OLAP技术和可视化技术。 针对Web数据自身的特点，总结了Web数据的使用挖掘的一般过程，并且在考虑到系统功能扩展的同时，设计了系统的结构图。更多还原

【Abstract】 The resources on WWW are increasing day by day. One important problem is how to get the required information via effective approaches. Web mining is a technology to find users’ browsing model or relative web pages. Web mining will give reasonable advices for web masters, investors and advertisers, etc. It can also provide powerllil intelligent searching engine and customized services to end-users. Since web is such an information system that is unstructured, dynamic and distributed, it is difficult to mine it directly. However, the log of a web server has an integrated structure. We would mine web logs to implement web data usage mining.The thesis analyzes the current research situation of web mining and proposes the problem. Data mining and its technologies are introduced. The relationship between XML and Web mining is presented.The method of applying mining systems to web usage is described in detail, which includes three phases:Firstly, the data are prepared. The preparation of web information is important in web usage mining. It is also a heavy work. The quality of data preparation would affect the results of data mining directly. The thesis discusses the following issues during the preparation: data collection, data cleaning, user identification, session identification, transaction identification and path completion.Secondly, the patterns are discoveried, which are important in the research. The thesis presents some common technologies of path analysis, association rules, classification and clustering. Based on the description of the questions, a time-sequence mining algorithm with high efficiency is presented, which guarantees the integrality of time-sequence mining and higher efficiency.Finally, pattern analysis and applications are investigated. Pattern analysis is更多还原