數(shù)據(jù)挖掘技術(shù)的應(yīng)用研究與發(fā)展現(xiàn)狀論文-資料下載頁
2025-06-19 23:07本頁面
【正文】 線調(diào)查數(shù)據(jù)、在線交易數(shù)據(jù)等在網(wǎng)絡(luò)直接取得的資源外，結(jié)合現(xiàn)實世界中累積時間更久、范圍更廣的資源，將使分析的結(jié)果更準(zhǔn)確也更深入。利用數(shù)據(jù)挖掘技術(shù)建立更深入的客戶數(shù)據(jù)剖析，并依賴架構(gòu)精確的預(yù)測模式，呈現(xiàn)真正智能型個人化的網(wǎng)絡(luò)服務(wù)，是數(shù)據(jù)挖掘努力的方向。Web數(shù)據(jù)挖掘的應(yīng)用領(lǐng)域非常廣闊，不但涉及頁面信息提取、站點分析、設(shè)計，而且在即將廣闊蓬勃發(fā)展的基于Internet的電子商務(wù)方面也有良好的應(yīng)用。5 總結(jié)我國互聯(lián)網(wǎng)發(fā)展起步較晚，目前還沒有多少人認(rèn)識到網(wǎng)站訪問日志信息重要性及有效利用它所能帶來的效益。隨著互聯(lián)網(wǎng)的迅猛發(fā)展，Web用戶訪問日志數(shù)據(jù)挖掘必將會在國內(nèi)逐漸開展起來。本文的研究工作是從以下幾個方面展開的：(1)綜述了國內(nèi)外Web數(shù)據(jù)挖掘的研究現(xiàn)狀，系統(tǒng)研究了Web日志挖掘的挖掘過程，方法和研究難點。(2)數(shù)據(jù)預(yù)處理中提出綜合運用最大前向參引模型和時間窗口模型的思想，并設(shè)計了相應(yīng)的算法，使得預(yù)處理后的訪問事務(wù)更接近于用戶訪問網(wǎng)站的真實情況。(3)比較研究了經(jīng)典關(guān)聯(lián)規(guī)則挖掘算法以及關(guān)聯(lián)規(guī)則在應(yīng)用中的發(fā)展情況，設(shè)計了相似群體的頁面聚類算法，以區(qū)分訪問網(wǎng)站的不同客戶群體；設(shè)計了頻繁路徑的挖掘算法，以挖掘瀏覽用戶的訪問模式。(4)對設(shè)計的Web日志用戶瀏覽模式挖掘算法進(jìn)行實現(xiàn)，并結(jié)合Apriori算法對本文算法進(jìn)行了評價。由于作者水平和時間有限，本文仍存在以下不足之處：(1)挖掘算法尚不具備普遍適用性，對于大型網(wǎng)站大量日志數(shù)據(jù)的挖掘，算法的優(yōu)化問題有待進(jìn)一步研究。(2)數(shù)據(jù)預(yù)處理算法有待進(jìn)一步優(yōu)化和改進(jìn)，時間窗口的設(shè)定可隨會話中頁面的增加適當(dāng)增加，以期達(dá)到挖掘更長用戶會話的目的；在支持－偏愛度的定義時引入時間參考度量，以期更加真實的反映用戶的瀏覽興趣等。(3)研究對象有待拓展。本文的研究對象是網(wǎng)站中的一段時間的歷史靜態(tài)日志，對于動態(tài)網(wǎng)站和動態(tài)日志，數(shù)據(jù)挖掘尚待進(jìn)一步研究探討。參考文獻(xiàn):[1][M].合肥:中國科學(xué)技術(shù)大學(xué)出版社,2002.[2]歐陽為民,鄭誠. KDD研究中的若干問題和方法[J].安徽大學(xué)學(xué)報(自然科學(xué)版),1999.[3]施伯樂,、實踐與應(yīng)用[M].上海:復(fù)旦大學(xué)出版社,2003.[4][M].大連:大連海事大學(xué)出版社,2006.[5]蘇新寧,楊建林,江念南,[M].北京:清華大學(xué)出版社,2006.[6]毛國君,段立娟,王實,[M].北京:清華大學(xué)出版社,2005.[7][J].,(11):637639.[8][J].中國西部科技,2008.[9][J].中國高教研究,2007.[10][J].[11]馮玉才，馮劍琳。關(guān)聯(lián)規(guī)則的增量式更新算法「J」。軟件學(xué)報，1998，9(4):301－306。[12]齊雁，李石君，薛海峰。對演變數(shù)據(jù)進(jìn)行關(guān)聯(lián)規(guī)則挖掘的新方法「J」。計算機(jī)工程，2002，(11):126－128。[13]陸建江。加權(quán)關(guān)聯(lián)規(guī)則挖掘算法的研究[J]。計算機(jī)研究與發(fā)展，2002，(10):12811286。[14]陸麗娜，楊怡玲，管旭東，等。Web日志挖掘中的數(shù)據(jù)預(yù)處理的研究[J]計算機(jī)工程，2000，26(4):6667，72。[15]陳寶樹，黨齊民。Web數(shù)據(jù)挖掘中的數(shù)據(jù)預(yù)處理[J]計算機(jī)工程，2002，28(3):125127。[16]徐寶文，張衛(wèi)豐。數(shù)據(jù)挖掘技術(shù)在Web預(yù)取中的應(yīng)用研究[J]計算機(jī)學(xué)報，2001，24(4):430436。[17]尹阿東，高學(xué)東，武森，等?；跀?shù)值屬性的關(guān)聯(lián)規(guī)則挖掘算法「J」。微機(jī)發(fā)展，2003，(4)：6770。[18]邢東山，沈鈞毅，宋擒豹。從Web日志中挖掘用戶瀏覽偏愛路徑[J]。計算機(jī)學(xué)報，2003。11(26):15181523。[19]宋擒豹，沈鈞毅。Welb日志的高效多能挖掘算法[J]。計算機(jī)研究與發(fā)展，2001。3(38):328333。[20]Jiawei Han，Micheline Kamher。Data Mining Concepts and Techniques[M]。Beijing:China Machine Press，200309。[21]周斌等，用戶訪問模式數(shù)據(jù)挖掘研究的模型與算法研究，計算機(jī)研究與發(fā)展。Vo136，No7。[22]史忠植。知識發(fā)現(xiàn)。清華大學(xué)出版社。2002。[23]朱明。數(shù)據(jù)挖掘。中國科學(xué)技術(shù)大學(xué)出版社。2002。[24]王繼成等。web文本挖掘技術(shù)研究。計算機(jī)研究與發(fā)展，2000，37(5):513520。[25]夏紅霞?；跀?shù)據(jù)倉庫的數(shù)據(jù)挖掘技術(shù)應(yīng)用。微機(jī)發(fā)展。1:4345。[26]唐常杰。數(shù)據(jù)挖掘的基本方法及其與專家系統(tǒng)的差異。計算機(jī)應(yīng)用。(5):1720。[27]吳強(qiáng)，梁繼民等，Web日志挖掘預(yù)處理中的用戶識別技術(shù)，計算機(jī)科學(xué)。2002。[28]韓家煒。數(shù)據(jù)挖掘概念與技術(shù)[M]:北京:機(jī)械工業(yè)出版社，2002。97。[29]陳才扣?；赪eb的時間序列模式挖掘。計算機(jī)應(yīng)用研究，2000，(7):3233。[30]楊怡玲，管旭東，陸麗娜，尤晉元。一個簡單的日志挖掘系統(tǒng)。上海交通大學(xué)學(xué)報。2000，7。
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1