【作者】 戴钎；

【导师】 王力生；

【作者基本信息】 同济大学 ， 计算机系统结构， 2006， 硕士

【摘要】 Web使用记录挖掘是Web数据挖掘的三个研究领域中非常重要的一个研究方向,通过分析和探究Web日志记录中的规律,可以识别电子商务中的潜在客户,增强对用户的因特网服务的质量和交付,并改进Web服务器系统的性能。相较于目前Web使用记录挖掘的各种方法,本文基于粗糙集的思想对Web使用记录挖掘中的用户模式的发现方法进行了深入的探讨,结合已有的各种方法基础上做出了很好的补充和完善,建立了一个用户模式发现模型。 我们详细分析了Web使用记录挖掘用户模式发现的特点,综合分析了WebUsage Mining领域中的各种模式发现方法的优缺点,在原有方法的基础上,提出了一种全新的数据分析和建模方式,对Web使用记录的模式发现过程进行了改进和优化,讨论了相关算法的参数配置情况。同时,我们提出了针对不同实际情况的特殊处理,建立了该模型。 我们以公开的Web使用记录中的数据集作为一个应用案例来验证我们的模型,并和其余模式发现方法进行了比较。实验表明,我们的模型相当有效,能够更好的对用户模式进行发现和对用户行为进行预测。 最后,关于进一步工作的方向进行了简要的讨论。更多还原

【Abstract】 Web usage mining (WUM) is one of the most important research fields in Web mining, relying on analysis and discovery of the rules in Web logs, it will find the potential customers of e-commerce and enhance the quality of Web service, moreover, it can improve the performance of the Web server. Compared with the current WUM methods, this paper has a discussion of the user pattern discovery based on Rough Set methodology. Cooperating with some existing algorithms, a user pattern discovery model will be established.In this paper, we analysis the characteristics of WUM, and the advantages and disadvantages of current methods, based on which we make a new way of data analyzing and modeling, and we improved and optimized the WUM process. We also discuss the parameters of the algorithms, and we put forward the different manipulation in different situations.We use a public WUM dataset to check the effectiveness of the system and make comparision with the former algorithms. As a result, our model is very effective and can make good prediction on user patterns.Finally, the problems requiring further studies are discussed.更多还原