數據挖掘技術的應用研究與發(fā)展現狀論文-資料下載頁
2025-06-19 23:07本頁面
【正文】 線調查數據、在線交易數據等在網絡直接取得的資源外，結合現實世界中累積時間更久、范圍更廣的資源，將使分析的結果更準確也更深入。利用數據挖掘技術建立更深入的客戶數據剖析，并依賴架構精確的預測模式，呈現真正智能型個人化的網絡服務，是數據挖掘努力的方向。Web數據挖掘的應用領域非常廣闊，不但涉及頁面信息提取、站點分析、設計，而且在即將廣闊蓬勃發(fā)展的基于Internet的電子商務方面也有良好的應用。5 總結我國互聯網發(fā)展起步較晚，目前還沒有多少人認識到網站訪問日志信息重要性及有效利用它所能帶來的效益。隨著互聯網的迅猛發(fā)展，Web用戶訪問日志數據挖掘必將會在國內逐漸開展起來。本文的研究工作是從以下幾個方面展開的：(1)綜述了國內外Web數據挖掘的研究現狀，系統(tǒng)研究了Web日志挖掘的挖掘過程，方法和研究難點。(2)數據預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，并設計了相應的算法，使得預處理后的訪問事務更接近于用戶訪問網站的真實情況。(3)比較研究了經典關聯規(guī)則挖掘算法以及關聯規(guī)則在應用中的發(fā)展情況，設計了相似群體的頁面聚類算法，以區(qū)分訪問網站的不同客戶群體；設計了頻繁路徑的挖掘算法，以挖掘瀏覽用戶的訪問模式。(4)對設計的Web日志用戶瀏覽模式挖掘算法進行實現，并結合Apriori算法對本文算法進行了評價。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，對于大型網站大量日志數據的挖掘，算法的優(yōu)化問題有待進一步研究。(2)數據預處理算法有待進一步優(yōu)化和改進，時間窗口的設定可隨會話中頁面的增加適當增加，以期達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站中的一段時間的歷史靜態(tài)日志，對于動態(tài)網站和動態(tài)日志，數據挖掘尚待進一步研究探討。參考文獻:[1][M].合肥:中國科學技術大學出版社,2002.[2]歐陽為民,鄭誠. KDD研究中的若干問題和方法[J].安徽大學學報(自然科學版),1999.[3]施伯樂,、實踐與應用[M].上海:復旦大學出版社,2003.[4][M].大連:大連海事大學出版社,2006.[5]蘇新寧,楊建林,江念南,[M].北京:清華大學出版社,2006.[6]毛國君,段立娟,王實,[M].北京:清華大學出版社,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。關聯規(guī)則的增量式更新算法「J」。軟件學報，1998，9(4):301－306。[12]齊雁，李石君，薛海峰。對演變數據進行關聯規(guī)則挖掘的新方法「J」。計算機工程，2002，(11):126－128。[13]陸建江。加權關聯規(guī)則挖掘算法的研究[J]。計算機研究與發(fā)展，2002，(10):12811286。[14]陸麗娜，楊怡玲，管旭東，等。Web日志挖掘中的數據預處理的研究[J]計算機工程，2000，26(4):6667，72。[15]陳寶樹，黨齊民。Web數據挖掘中的數據預處理[J]計算機工程，2002，28(3):125127。[16]徐寶文，張衛(wèi)豐。數據挖掘技術在Web預取中的應用研究[J]計算機學報，2001，24(4):430436。[17]尹阿東，高學東，武森，等。基于數值屬性的關聯規(guī)則挖掘算法「J」。微機發(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]。計算機學報，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，用戶訪問模式數據挖掘研究的模型與算法研究，計算機研究與發(fā)展。Vo136，No7。[22]史忠植。知識發(fā)現。清華大學出版社。2002。[23]朱明。數據挖掘。中國科學技術大學出版社。2002。[24]王繼成等。web文本挖掘技術研究。計算機研究與發(fā)展，2000，37(5):513520。[25]夏紅霞?；跀祿}庫的數據挖掘技術應用。微機發(fā)展。1:4345。[26]唐常杰。數據挖掘的基本方法及其與專家系統(tǒng)的差異。計算機應用。(5):1720。[27]吳強，梁繼民等，Web日志挖掘預處理中的用戶識別技術，計算機科學。2002。[28]韓家煒。數據挖掘概念與技術[M]:北京:機械工業(yè)出版社，2002。97。[29]陳才扣?；赪eb的時間序列模式挖掘。計算機應用研究，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)。上海交通大學學報。2000，7。
環(huán)評公示相關推薦
鄂ICP備17016276號-1