Windo ws XP日志文件格式分析

系统日志文件记录着系统中特定事件的相关活动信息,系统日志文件是计算机取证最重要的信息来源。Windows系统对日志文件进行保护不允许对日志文件进行修改,只允许对日志进行清空操作以保证日志文件的完整性。详尽描述了日志文件的格式,在此基础上找到了手工修改和删除日志记录的方法,并在Windows XP SP3下得到了验证。     

一种柔性的工作流异常处理策略

在传统工作流管理系统中,如果工作步骤在执行过程中发生异常,一般通过执行其对应的补偿步骤来完成异常处理,但随着工作步骤的增加,创建补偿步骤将大大增加程序员的工作负担。而在实际应用中,大部分工作步骤的操作信息都记录在数据库的日志文件中,利用日志文件,在操作异常时,可方便地实现数据一致性恢复。一本文提出了一种数据库的扩充志志文件和工作流的日志文件相结合的粟性策略来实现工作流的恢复,完成异常处理。     

Web用户行为模式挖掘及其在E—Learning系统中的应用

Web用户行为模式挖掘是在Web日志挖掘基础上的应用研究,是以网络日志为研究对象,从用户的访问记录中提取感兴趣内容的挖掘模式。E—Learning是指通过因特网或其它数字化内容进行的学习与教学活动。从Web用户行为模式挖掘方法及流程入手,对该方法进行了详细的阐述。将这些方法运用到E—Learning系统中,构建出一种基于Web用户访问模式挖掘的模型,实现从E-Learning系统的日志文件中挖掘出有用的数据,这些数据可为教育决策和教育教学优化提供信息和知识服务。     

数字图书馆个性化服务与Web日志挖掘数据预处理技术

通过对挖掘服务器日志文件的分析和研究，可以对网站的组织结构及其性能进行改进，增加个性化服务，发现潜在的读者群体，建立数字图书馆个性化服务的用户模式。数据预处理关系到Web日志挖掘的质量。数据预处理包括数据清理、识别用户、识别用户会话、格式化，目的是分割服务器日志为多个独一无二的用户的一次访问序列。     

基于联机公共检索目录的读者隐性信息行为个性化书目推荐引擎构建

文章以图书馆集成管理系统的日志数据为基础,从中提取出读者的信息行为记录,通过一定的推荐算法分析,采用开源的Apache Mahout,为读者构建了一个简单、方便、快速的同趣、同类书目推荐引擎,提高了读者对所需图书的可发现性,有利于读者的个性化服务。     

Web日志挖掘中的数据预处理研究

Web日志挖掘就是分析Web日志文件,从中发现用户的访问模式。数据预处理在Web日志挖掘中起着至关重要的作用,直接影响挖掘的质量和结果。详细介绍了数据预处理的主要过程,并给出了相应的对策。     

基于数据挖掘的高校图书馆网站个性化推荐系统

通过分析和提取图书馆数据库服务器上的网站描述文件和网站日志文件,获得图书馆网站浏览用户的浏览行为模式,分析图书馆网站网页间的相关性,从而构建模拟的图书馆网站个性化推荐系统,节省搜索网页的时间。     

论网络使用模式的挖掘

网络使用模式的挖掘是网络挖掘中的一个重要任务,它通过挖掘站点文件、访问日志、参考日志、代理日志和注册或远程代理数据等信息来发现用户访问网页的模式.     

基于图书馆数字资源访问系统的读者行为数据挖掘研究

通过分析读者在图书馆数字资源系统的行为日志数据,可以准确的挖掘出读者的真实需求,更好的为读者提供个性化服务。文章先介绍了读者行为分析在图书馆行业的研究现状,以及对读者行为挖掘的研究意义,然后介绍了对读者在数字资源访问系统中的访问日志数据进行数据采集、数据挖掘的方法,构建了读者行为分析系统模型。     

利用日志恢复SQL Server 2000数据

微软的SQL Server 2000是中小企业常用的数据库系统。在日常的工作中我们经常会遇到因为误操作而丢失重要数据的情况,这时如果没有做备份就会损失惨重。因此对如何在没有数据库备份文件的情况下仅利用数据库操作日志恢复数据的研究就变得非常有必要。通过对日志文件的分析配合相关软件实现了数据的恢复,并在此基础上提出数据库安全备份策略的建议。     

计算机日志分析与管理方法的研究

文章先从计算机日志文件的种类着手,分析了各类计算机日志的特点和日志的属性,提出了对各类系统的日志文件进行集中式统一管理的日志管理方法,讨论并设计了在对日志进行集中管理时对所收集的日志进行的处理方法.     

基于日志和知网的查询推荐研究

考虑到传统的基于日志的查询推荐算法受到数据稀疏问题的影响,本文在分析查询日志的基础上,构建查询词与点击URL之间的双向图,计算查询词与候选词之间的相似度。然后基于知网计算查询词与候选词之间的相似度,考虑词性和同义词因素对相似度的影响。最后将两个相似度分别赋予权重计算查询词与推荐词的相关度。实验结果表明,该方法不易受数据稀疏问题的影响,稳定性较好。     

基于模版的Web应用程序的自动测试

介绍一种基于模板的Web应用程序测试方法。该方法通过在模板中设置POST数据以及其它相关数据,实现多个测试用例的自动测试,并可以把测试结果和日志文件下载到本地进行分析。该方法操作简单实用,可提高Web应用程序的测试效率。     

基于Log4j改进的日志存储应用研究

通过对Log4j提供的WriterAppender类的继承,利用管道通信机制处理来自Appender的日志输出,并将形成的日志对象缓存于一个基于观察者模式构建的缓存组件中。介绍了组件的结构和实现,结合Spring、Hibernate以及Quartz等开源组件可以应用在更广泛的信息系统日志记录和审计中。     

网络环境下科研人员的信息行为分析

本文使用网络计量工具WebTrends对特定科研机构网站的Web日志文件进行处理，通过提取有关科研人员信息行为的量化指标并进行实证分析，揭示了网络环境下科研人员一些具有重要意义的信息行为特征，为优化科研机构的网络信息服务提供定量依据和帮助。     

一种基于粗糙集和信息论的Web日志挖掘方法

提出一种基于粗糙集和信息论的web日志挖掘方法,该方法利用web日志预处理后的数据集,建立描述用户访问模式特征属性的决策表,并利用粗糙集和信息论相关原理来解决因web日志自身缺陷而导致知识表达系统的不协调和属性决策表多种简化的问题,进而获取用户访问网站模式的最简化规则.通过实例分析和比较,表明该方法能从web日志预处理后的数据中获取简捷有效的用户访问模式规则.     

挖掘高校图书馆Web日志数据库的意义和方法

Web日志是Web服务器上记录读者访问页面情况的文件.读者每访问一个页面,Web服务器的日志中就会增加一条记录.不同Web服务器产品的日志记录格式不同,但通常都有包括访问者的IP地址、访问时间、访问方式(GET/POST)、访问的页面、协议、错误代码以及传输的字节数等信息[1].     

基于日志数据的信息资源学科化建设研究

针对当前信息资源学科化建设工作中的不足,提出了基于日志数据的资源学科化建设框架,利用日志数据来分析用户需求特征.对用户需求特征指标进行了探讨,包括平均请求间隔、期刊请求收录比例和期刊请求散度,目的是为不同学科信息资源遴选标准的建立提供参考依据.     

Web数据挖掘中数据收集方法的研究

介绍了当前Web数据挖掘所采用的三种数据收集方法:Web日志挖掘,packet sniffer技术以及如何从应用服务器端收集数据。在分析Web日志挖掘不足的基础上对后面两种数据收集方法进行了研究,最后结合从服务器端收集数据的方法构建了一种基于用户会话的数据挖掘模型,为企业更好地理解客户行为提供相对可靠的依据。     

移动用户画像构建研究

基站通信网络数据蕴含着丰富的移动用户行为,从移动用户频繁活动、规律行为以及移动速度3方面建构移动用户行为画像,可以为个性化服务提供更完整丰富的信息。在分析和挖掘某电信运营商3万位移动用户记录的基站数据的基础上,本文采用频繁模式挖掘、构建概率矩阵、计算熵等方法,从用户基站日志中所包含的地理位置信息中构建移动用户行为画像。研究结果表明,该画像模型可显示移动用户的频繁活动规律、周期性行为及出行方式,可作为分析移动用户群体行为及用户间交互行为的基础。