Web日志挖掘数据预处理技术的研究

在Web数据挖掘研究领域中,数据预处理在Web日志挖掘过程中起着至关重要的作用,深入探讨了数据预处理环节的过程,并介绍一种由用户访问序列直接生成用户访问事务的算法.     

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.     

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.     

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。     

Web日志挖掘技术的研究与应用

Web日志挖掘是Web数据挖掘的重要分支,已成为研究人员关注的焦点。本文首先分析了Web日志的格式,再对Web日志挖掘过程中的数据预处理进行了深入的讨论,最后阐述了Web日志挖掘在网站建设上的应用。     

Web日志挖掘数据预处理与数字图书馆个性化服务

数字图书馆个性化服务是图书馆用现代化手段为读者提供从普遍服务走向特殊服务的重要任务.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.     

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Web日志挖掘的网络动态竞争情报分析研究

通过挖掘蕴含在WebE1志中的隐含模式和知识,Web日志挖掘为企业实现网络竞争情报动态分析提供了一种有效的途径。文章分析Web日志挖掘的原理和过程,并探讨Web日志挖掘在动态竞争情报分析中的应用。     

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。     

Web用户访问日志数据挖掘研究

简要介绍了Web用户访问日志数据挖掘研究内容，综述了Web用户访问日志数据挖掘研究的基础，包括常用术语含义、用户访问Web的几种习惯和用户访问日志的分布情况。论述了如何识别用户访问的web服务器的会话期间，指出了Web用户访问日志数据挖掘研究的难点所在。     

基于Web挖掘的远程教育站点设计

针对传统基于B／S模式的远程教育站点系统中存在的不足,提出将Web挖掘技术用于远程教育站点设计。使用Web挖掘技术发掘学习者的浏览习惯及其学习特点,促进管理员改进网站页面布局及课程设置,借此提升站点综合效益。     

Web使用挖掘在教育资源网站中的应用

随着互联网的发展,教育资源网站的个性化服务也有了长足的进展。本文介绍了Web挖掘的概念及分类,Web使用挖掘的流程,着重介绍了Web使用挖掘在教育资源网站建设中的具体应用。     

高校教学质量评估数据挖掘系统的设计与实现

本文首先介绍了数据挖掘的相关概念以及挖掘技术在教学质量评价中的应用,并提出了高校教学质量评价数据挖掘系统的设计方案,最后利用Java技术实现系统,并对系统实现的关键技术予以阐述和总结了本系统的优缺点.     

基于Web数据挖掘的研究与应用

随着Internet的迅速发展及Web的全球普及,数据挖掘技术已经在各个领域、各个行业展现了它的巨大作用。通过分析Web及数据挖掘的特点,列举出数据挖掘在Web基础上的具体应用。     

基于Web数据挖掘的个性化信息智能Agent挖掘系统模型

个性化智能挖掘是近几年出现的一个崭新的研究方向,它是人工智能与数据挖掘技术在Web或Internet环境下相互融合的产物。大部分个性化信息挖掘都只是建立在纯粹的Web数据挖掘之上,然而面对大部分的智能化技术的出现,面对用户能够快速准确地检索自己最想要的信息的需求,Web数据挖掘要进行相应的扩展,通过将Web数据挖掘技术和智能Agent技术相结合,从而满足用户的需求。本文主要提出两个模型:典型的个性化Web挖掘模型和个性化Agent智能挖掘模型。     

Wed使用挖掘数据预处理中的一种会话识别改进算法

本文论述了Web用户访问模式挖掘中的数据预处理,主要提出了数据预处理中如何识别会话的一种改进算法。该方法通过使用三个因素来构造会话:①根据先验知识,确定会话时间阈值识别会话;②根据页面访问时间统计分布,确定相邻网页访问时间间隔阈值识别会话;③页面内容及站点结构确定页面重要程度识别会话。实验结果表明,相对于传统的单一方法进行会话识别的方法,该方法能够准确的识别会话,更为合理有效。     

基于XML的网页数据挖掘

随着Internet的迅速发展,使得数据丰富而信息贫乏这对矛盾显得日益突出,数据挖掘技术正是应了这一需求而结合了机器学习、模式识别、统计学、人工智能、神经网络等多学科而出现的一项新技术,基于Web的数据挖掘是数据挖掘技术在网络信息处理中的应用。本文叙述了Web数据挖掘的概念、分类、技术等,重点讨论了基于XML语言的Web数据挖掘技术,解决了Internet上绝大多数非结构化甚至是无结构的、Web信息的组织结构性差而导致的Web数据挖掘困难的问题。     

Web数据挖掘技术在数字图书馆中的应用研究

随着信息技术的高速发展,人们积累的数据量也急剧增加,Web数据挖掘技术作为处理数据的专项技术,其优越性能在许多领域都有所体现。针对Web数据挖掘技术在数字图书馆中的应用进行研究,分别从web数据挖掘的难点、XML在Web数据挖掘中的应用以及web数据挖掘技术在数字图书馆个性化服务中的应用三个方面展开分析,以促进web数据挖掘技术的不断完善,使它能够为数字图书馆提供更好的服务。     

自适应遗传模拟退火的Web日志关联挖掘

提出一种基于自适应遗传模拟退火策略的Web日志关联规则挖掘算法。该算法在遗传模拟退火策略基础上,引入自适应的交叉概率和变异概率,使其具有较强的全局搜索能力,有效地避免了早熟的现象。实验结果证明,该算法能有效地解决Web日志关联规则挖掘问题。