【正文】 統(tǒng)類型和瀏覽器軟件 。根據(jù)我們的日志格式采用 兩條啟發(fā)式規(guī)則：①不同的 IP地址代表不同的用戶；② 如果 IP地址相同，但是操作系統(tǒng)類型或者瀏覽器軟件不同我們認(rèn)為是不同的用戶。如果 2 個(gè)連續(xù)請(qǐng)求的時(shí)間南京財(cái)經(jīng)大學(xué)本科畢業(yè)論文 5 間隔沒(méi)有超過(guò)這個(gè)值△ t, 則屬于同一會(huì)話。在編程中采用的區(qū)分導(dǎo)航頁(yè)和內(nèi)容頁(yè)的方法是時(shí)間點(diǎn)法，即設(shè)定一時(shí)間值，實(shí)際中時(shí)間點(diǎn)的取值為 30秒。 （ 2）分類。 （ 4） 關(guān)聯(lián)規(guī)則。 設(shè) D 交易 (transaction) T 的集合， },{ 21 ntttD ?? ，這里交易 T 是項(xiàng)的集合，可以表述為： },{ 21 PtttT ?? 并且 DT? 。若 YX? ，則 ) s u p p o r t( Ys u p p o r t( X ) ? ；若 YX? ，如果 X 是非頻繁項(xiàng)目集，則 Y 也是非頻繁項(xiàng)目集；若 YX? ，如果 Y 是頻繁項(xiàng)目集，則 X 也是頻繁項(xiàng)目集。 Ck: 長(zhǎng)度為 k的候選項(xiàng)集 Lk : 長(zhǎng)度為 k的頻繁項(xiàng)集 L1 = {頻繁項(xiàng) }。 /new/clubmain/newimg/,1052。 /new/publicforum/,329. 2. Apriori關(guān)聯(lián)分析 （ 1）生成數(shù)據(jù)庫(kù)集 從描述性統(tǒng)計(jì)中得到的不同用戶作為數(shù)據(jù)庫(kù)集的行自變量，不同 的鏈接作為列自變量 ；當(dāng)用戶 i瀏覽過(guò)鏈接 j，則其對(duì)應(yīng)項(xiàng) ija =1，否則 ija =0； 設(shè)置相應(yīng)的覆蓋要求， 這樣我們可以同時(shí)得到單項(xiàng)集合 。 南京財(cái)經(jīng)大學(xué)本科畢業(yè)論文 14 參考文獻(xiàn) [1]． 李國(guó)慧 .Web數(shù)據(jù)挖掘研究 .數(shù)據(jù)庫(kù)與信息管理本 ,2021年 1月 12日 [2]. 王 玉珍 .Web數(shù)據(jù)挖掘的分析與探索 [ J ].電腦開(kāi)發(fā)與應(yīng)用 2021年 4月 [3]． 張莉 .基于模糊聚類的案例聚類算法研究 .教育與教學(xué)研究 ,2021年 4月第四期 [4]． 蘇晶 .web數(shù)據(jù)挖掘的技術(shù)研究 .中國(guó)新技術(shù)新產(chǎn)品 ,2021 （上） [5]． 葉苗群 .web日志挖掘研究 .寧波工程學(xué)院學(xué)報(bào) ,2021年 6月 [6]． 郭欣 ,許林英 .改進(jìn)的關(guān)聯(lián)的關(guān)聯(lián)規(guī)則算法在電子商務(wù)中的應(yīng)用 .微機(jī)處理 , 2021年 10月 5期 [7]． Richard , Michael [M].清華大學(xué)出版社 ,2021版 [8]. 高哲 ,魏海平 ,王福威 ,趙曉碧 .基于 Web日志挖掘的 Web文檔聚類 .計(jì)算機(jī)工程與設(shè)計(jì) ,2021年 9月 [9].王麗娜， Web 日志挖掘技術(shù)研究，光盤(pán)技術(shù)， 2021年第 4期 [10].張健沛 ,劉建東等 .基于 Web的日志挖掘數(shù)據(jù)預(yù)處理方法的研究 [J].計(jì)算機(jī)工程與應(yīng)用 ,. [11].徐章艷 ,劉美玲 ,張師超等 .Apriori算法的三種優(yōu)化方法 [J].計(jì)算機(jī)工程與應(yīng)用 ,2021,25(2):190— 192 [12]. 李珊 ,袁方 .基于 Web日志挖掘的頁(yè)面興趣度 方法的改進(jìn) .計(jì)算機(jī)時(shí)代 ,2021年第 3期 [13]. Ellen Speaus． Mining structural information on the web． In： Proceedings of the 6th International World Wide Web Conference,April 1997 [14].Jaideep Srivastava,Robert Cooley,Mukund Deshpand， PangNing Tan． Web usage mining discovery and application of usage patterns from web data． SIGKDD Explorations,2021,1（ 2）： 12— 23 [15].朱明 .數(shù)據(jù)挖掘 [M].中國(guó)科學(xué)技術(shù)大學(xué)出版社， 2021年 ．南京財(cái)經(jīng)大學(xué)本科畢業(yè)論文 15 附錄 用戶和文件交叉表 ctab=(,header=T) ctab=ctab[,1] 計(jì)算每個(gè)文件被訪問(wèn)次數(shù) (忽略重復(fù)訪問(wèn) ) fun1function(val){ return(sum(val0)) } simc=apply(ctab,2,fun1) 兩個(gè)文件被同一用戶訪問(wèn)的次數(shù) mtab=(,header=T) mtab=mtab[,1] 兩個(gè)文件被同時(shí)訪問(wèn)的關(guān)聯(lián)度 gld=(,header=T) gld=(gld[,1]) daty(,header=F) 文件名單 tempname=(daty[,1]) n=length(tempname) tempx=array(0,dim=c(n,0)) for(i in 1:n) tempx=(tempx,c(tempname)) 南京財(cái)經(jīng)大學(xué)本科畢業(yè)論文 16 tempx=(tempx) tempy=t(tempx) tempn=array(0,dim=c(n,0)) for(i in 1:n) tempn=(tempn,c(simc)) tempn=(tempn) 關(guān)聯(lián)度 =gld[order(gld)] 關(guān)聯(lián)數(shù)目 =mtab[order(gld)] 分母數(shù) =tempn[order(gld)] 分母 =tempx[order(gld)] 分子 =tempy[order(gld)]